scikit-learn - python中余弦度量的DBSCAN错误

Question

我试图使用带有余弦度量的 scikit-learn 库中的 DBSCAN 算法，但被错误所困扰。
代码行是

db = DBSCAN(eps=1, min_samples=2, metric='cosine').fit(X)    

哪里 X是 csr_matrix .错误如下:

Metric 'cosine' not valid for algorithm 'auto',

尽管文档说可以使用这个指标。
我尝试使用选项 algorithm='kd_tree'和 'ball_tree'但得到了相同的。但是，如果我使用 euclidean 没有错误或者，比如说， l1公制。

矩阵 X很大，所以我不能使用预先计算的成对距离矩阵。

我用 python 2.7.6和 scikit-learn 0.16.1 .
我的数据集没有一整行零，所以余弦度量是明确定义的。

Answer 1

sklearn 中的索引(可能 - 这可能会随着新版本而改变)不能加速余弦。

试试 algorithm='brute' .

有关您的 sklearn 版本可以加速的指标列表，请参阅球树支持的指标:

from sklearn.neighbors.ball_tree import BallTree
print(BallTree.valid_metrics)