python中的余弦量度出现DBSCAN错误 [英] DBSCAN error with cosine metric in python

问题描述

我正尝试使用scikit-learn库中的DBSCAN算法和余弦度量，但因错误而卡住了。
代码行是

I was trying to use DBSCAN algorithm from scikit-learn library with cosine metric but was stuck with the error. The line of code is

db = DBSCAN(eps=1, min_samples=2, metric='cosine').fit(X)    

其中 X 是 csr_matrix 。错误如下：

度量'余弦'对算法'auto'无效，

Metric 'cosine' not valid for algorithm 'auto',

尽管文档说可以使用此度量。
我尝试使用选项 algorithm ='kd_tree'和'ball_tree'，但是得到了相同的结果。但是，如果使用 euclidean 或说 l1 度量标准，则没有错误。

though the documentation says that it is possible to use this metric. I tried to use option algorithm='kd_tree' and 'ball_tree' but got the same. However, there is no error if I use euclidean or, say, l1 metric.

矩阵 X 很大，所以我无法使用预先计算的成对距离矩阵。

The matrix X is large, so I can't use a precomputed matrix of pairwise distances.

我使用 python 2.7.6 和 scikit-learn 0.16.1 。
我的数据集没有完整的零行，因此余弦度量是定义明确的。

I use python 2.7.6 and scikit-learn 0.16.1. My dataset doesn't have a full row of zeros, so cosine metric is well-defined.

推荐答案

sklearn中的索引（可能-新版本可能会改变）不能加速余弦。

The indexes in sklearn (probably - this may change with new versions) cannot accelerate cosine.

尝试 algorithm ='brute'。

有关指标列表， sklearn的版本可以加速，请参阅球树的支持指标：

For a list of metrics that your version of sklearn can accelerate, see the supported metrics of the ball tree:

from sklearn.neighbors.ball_tree import BallTree
print(BallTree.valid_metrics)

这篇关于python中的余弦量度出现DBSCAN错误的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！