Python中的DBSCAN:意外的结果

Question

我正试图通过scikit-learn了解DBSCAN的实现，但是我遇到了麻烦。以下是我的数据示例:

X = [[0,0],[0,1],[1,1],[1,2],[2,2],[5,0],[5,1],[5,2],[8,0],[10,0]]

然后我计算D，如所提供的示例

D = distance.squareform(distance.pdist(X))

D返回每个点与所有其他点之间距离的矩阵。因此对角线总是0。

然后我运行DBSCAN作为:

 db = DBSCAN(eps=1.1, min_samples=2).fit(D)

eps = 1.1意味着，如果我很好地理解了文档，距离小于或等于1.1的点将被视为集群(核心)中的点。

D[1]返回以下内容:

>>> D[1]
array([  1.        ,   0.        ,   1.        ,   1.41421356,
     2.23606798,   5.09901951,   5.        ,   5.09901951,
     8.06225775,  10.04987562])

表示第二个点与第一个点和第三个点的距离为1。所以我希望他们建立一个集群，但是…

>>> db.core_sample_indices_
[]

意味着没有发现核心，对吧?下面是另外两个输出。

>>> db.components_
array([], shape=(0, 10), dtype=float64)
>>> db.labels_
array([-1., -1., -1., -1., -1., -1., -1., -1., -1., -1.])

为什么会有集群?

Answer 1

我认为实现可能只是假设您的距离矩阵是数据本身。

请参阅:通常您不会为DBSCAN计算完整的距离矩阵，而是使用数据索引进行更快的邻居搜索。

从1分钟谷歌判断，考虑添加metric="precomputed"，因为:

适合(X)

X:样本之间的距离数组，或特征数组。该数组被视为特征数组，除非给出的度量是"预先计算的"。