python - DBSCAN 中的替代相似性度量？

Question

我在scikit-learn中的DBSCAN算法上测试了我的图像集 python 模块。相似度计算还有其他选择:

# Compute similarities
D = distance.squareform(distance.pdist(X))
S = 1 - (D / np.max(D))

我可以尝试的加权测量或类似的方法，例如？

Answer 1

存在 DBSCAN 的泛化，称为“广义 DBSCAN”。

实际上，对于 DBSCAN，您甚至不需要距离。这就是为什么首先计算相似度矩阵实际上没有意义。

您所需要的只是一个谓词“getNeighbors”，它可以计算您视为邻居的对象。

参见:在 DBSCAN 中，除了测试一个对象是否是邻居之外，并没有真正使用距离。所以你所需要的只是这个 bool 决定。

您可以尝试以下方法:将矩阵初始化为全1。对于您认为与您的应用程序相似的任何两个对象(在不了解您的应用程序和数据的情况下，我们无法为您提供太多帮助)，请在相应的单元格中填充 0。然后以 epsilon = 0.5 运行 DBSCAN，显然 DBSCAN 会将所有 0 视为邻居。