我正在使用像
DBSCAN
这样的聚类算法。
它返回一个名为
-1
的“簇”,这些点不属于任何簇。对于这些点,我想确定从它到最近的簇的距离,以获得类似于该点异常程度的度量。这可能吗?或者这种指标有什么替代方案吗?
pairwise_distances()
进行单链接的示例。
首先,您可以构建数据的距离矩阵。
from sklearn.metrics.pairwise import pairwise_distances
dist_matrix = pairwise_distances(X)
然后,您将提取最近的簇:
for point in unclustered_points:
distances = []
for cluster in clusters:
distance = dist_matrix[point, cluster].min() # Single linkage
distances.append(distance)
print("The cluster for {} is {}".format(point, cluster)
编辑:这有效,但正如 Anony-Mousse 指出的那样,它的时间复杂度为 O(n^2)。考虑核心点是一个更好的主意,因为它减少了你的工作量。另外,有点类似于质心联动。
为了更接近 DBSCAN 的直觉,您可能应该只考虑核心点。
将核心点放入最近邻搜索器中。然后搜索所有噪声点,使用最近点的簇标签。