sklearn DBSCAN中的多个eps值

Question

我想使用sklearn的DBSCAN实现。它们允许您使用自定义距离度量，但只能使用一个eps值。 我想要的是：

假设我的点每个都有3个特性，所以每个点都可以看作是p=np.array([p1,p2,p3])形式的numpy数组。两点p和{}是np.abs(p1-q1) < eps1和{}和{}的相邻点。通常，人们会使用d(p,q)<eps，其中d(,)是一个度量，eps是一个阈值。在

有没有一种方法可以很容易地将我的需求落实到sklearn中？在

Answer 1

您可以适当地缩放，然后使用最大规范。在

p = p * [1/eps1, 1/eps2, 1/eps3]

c = sklearn.cluster.DBSCAN(eps=1, metric="chebyshev", ...)

注意，DBSCAN使用<=而不是<。在

或者预先计算一个二进制“距离”矩阵，如果三个条件都成立，则距离为0，否则为1。但这需要O（n²）内存。在