python - sklearn : Get Distance from Point to Nearest Cluster

Question

我正在使用像 DBSCAN 这样的聚类算法。

它返回一个名为 -1 的“簇”，这些点不属于任何簇。对于这些点，我想确定它到最近集群的距离，以获得类似该点异常程度的度量标准。这可能吗？或者这种指标是否有任何替代方案？

Answer 1

答案将取决于您选择的链接策略。我举一个单链接的例子。

首先，您可以构建数据的距离矩阵。

from sklearn.metrics.pairwise import pairwise_distances
dist_matrix = pairwise_distances(X)

然后，您将提取最近的集群:

for point in unclustered_points:
    distances = []
    for cluster in clusters:
        distance = dist_matrix[point, cluster].min()  # Single linkage
        distances.append(distance)
    print("The cluster for {} is {}".format(point, cluster)

编辑:这有效，但如 Anony-Mousse 所述，它是 O(n^2)。考虑核心点是一个更好的主意，因为它可以减少你的工作量。另外，它有点类似于centroid linkage。