sklearn：获取点到最近集群的距离

Question

我正在使用像 DBSCAN 这样的聚类算法。

它 returns 一个叫做 -1 的 'cluster' 是不属于任何簇的点。对于这些点，我想确定它到最近集群的距离，以获得类似该点异常程度的度量标准。这可能吗？或者这种指标是否有任何替代方案？

Answer 1

答案将取决于您选择的联动策略。我举个单联动的例子。

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，您将提取最近的集群：

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 所指出的，它是 O(n^2)。考虑核心点是一个更好的主意，因为它可以减少你的工作量。另外，它有点类似于centroid linkage。

Answer 2

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，使用最近点的聚类标签。