使用自定义距离度量对纬度/长度对进行聚类

Question

我正在尝试为scikit-learn DBSCAN实现指定自定义群集功能:

def geodistance(latLngA, latLngB):
    print latLngA, latLngB
    return vincenty(latLngA, latLngB).miles

cluster_labels = DBSCAN(
            eps=500,
            min_samples=max(2, len(found_geopoints)/10),
            metric=geodistance
).fit(np.array(found_geopoints)).labels_

但是,当我打印出距离函数的参数时,它们完全不是我所期望的:

[ 0.53084126  0.19584111  0.99640966  0.88013373  0.33753788  0.79983037
  0.71716144  0.85832664  0.63559538  0.23032912]
[ 0.53084126  0.19584111  0.99640966  0.88013373  0.33753788  0.79983037
  0.71716144  0.85832664  0.63559538  0.23032912]

这就是我的found_geopoints数组的样子:

[[  4.24680600e+01   1.40868060e+02]
 [ -2.97677600e+01  -6.20477000e+01]
 [  3.97550400e+01   2.90069000e+00]
 [  4.21144200e+01   1.43442500e+01]
 [  8.56111000e+00   1.24771390e+02]
...

那么为什么不是距离函数纬度经度对的参数呢？

Answer 1

我似乎找到了一种解决方法，可以使用以下方法计算距离矩阵： http://scikit-learn.org/stable/modules/ generated/sklearn.metrics.pairwise.pairwise_distances.html 然后将其用作参数DBSCAN(metric='precomputed').fit(distance_matrix)