DBSCAN用于地理位置数据的集群

DBSCAN用于地理位置数据的集群

DBSCAN 旨在
用于原始数据，并具有用于加速的空间索引。我所知道的唯一可以加速地理距离的工具是ELKI（Java）-不幸的是，scikit-
learn仅在诸如欧几里得距离之类的一些距离上支持此功能（请参阅参考资料

sklearn.neighbors.NearestNeighbors

）。但是显然，您可以尝试预先计算两两之间的距离，因此（现在）这不是问题。

但是， 您没有足够仔细地阅读文档 ，并且您认为DBSCAN使用距离矩阵是错误的：

from sklearn.cluster import DBSCANdb = DBSCAN(eps=2,min_samples=5)db.fit_predict(distance_matrix)

在距离矩阵行上 使用 欧几里得距离 ，这显然没有任何意义。

请参阅

DBSCAN

（强调）的文档：

sklearn.cluster.DBSCAN类（eps = 0.5，min_samples = 5， metric =’ euclidean
‘ ，algorithm =’auto’，leaf_size = 30，p = None，random_state = None）

metric ：字符串或可调用

计算要素阵列中实例之间的距离时使用的度量。如果metric是字符串或可调用，则它必须是metric.pairwise.calculate_distance为其metric参数所允许的选项之一。
如果度量是“预先计算的”，则将X假定为距离矩阵，并且必须为平方。
X可能是一个稀疏矩阵，在这种情况下，只有“非零”元素可以被视为DBSCAN的邻居。

类似

fit_predict

：

X ：形状（n_samples，n_features）的数组或稀疏（CSR）矩阵，或形状（n_samples，n_samples）的数组

特征数组，或者 如果metric =’precomputed’ ，则样本之间的距离数组 。

换句话说，你需要做

db = DBSCAN(eps=2, min_samples=5, metric="precomputed")