python - 如何在sklearn.cluster DBSCAN中分配sample_weights？

Question

我正在使用 DBSCAN 查找 RGB 图像的像素值簇。

db = DBSCAN(eps=0.3, min_samples=10).fit(X)

其中，X 是 N x 3 矩阵。 X 的每一行都包含 RGB 三元组。

现在，我想将权重分配给像素值，作为距图像中心距离的函数。这是我正在使用的功能:

分数 = 1/(1 + math.exp(-a * 距离)) # a = 0.001

我计算 weight_matrix 填充 score 如上所述

接下来我这样做了:

db = DBSCAN(eps=0.3，min_samples=10).fit(X，y=None，sample_weight=weight_matrix)

其中，weight_matrix 数组的长度等于 X 中的行数。

但我收到以下错误:

类型错误:fit() 获得意外的关键字参数“y”

所以我尝试这样做:

db = DBSCAN(eps=0.3, min_samples=10).fit(X,sample_weight=weight_matrix)

现在我收到此错误:

类型错误:fit() 收到意外的关键字参数“sample_weight”

我认为我错误地传递了参数，但无法确定。我的 scikit-learn 版本是 0.14.0。

Answer 1

看来您正在使用 scikit-learn v <= 0.15，因为这是 DBSCAN 符合形式的最后一个版本

fit(X)

从 0.16 开始就是

fit(X, y=None, sample_weight=None)

只需将您的 scikit-learn 更新到 0.16 或 0.17.X