ELKI:在Java中使用自定义对象运行DBSCAN

Question

我正试图在JAVA中使用ELKI来运行DBSCAN.为了测试,我使用了FileBasedDatabaseConnection.现在我想用自定义对象作为参数运行DBSCAN.

我的对象具有以下结构:

public class MyObject {
  private Long id;
  private Float param1;
  private Float param2;
  // ... and more parameters as well as getters and setters
}

我想使用List<MyObject>as数据库在ELKI中运行DBSCAN ,但是只应考虑一些参数(例如,使用参数param1,param2和param4在对象上运行DBSCAN).理想情况下,生成的集群包含整个对象.

有没有办法实现这种行为？

如果没有,我如何将对象转换为ELKI理解的格式,并允许我将生成的集群对象与我的自定义对象进行匹配(即,是否有一种以编程方式设置标签的简单方法)？

以下问题涉及featureVectors:在自定义对象上使用ELKI并理解结果
这可能是我的问题的可能解决方案吗？如何创建一个特征向量List<MyObject>？

Answer 1

ELKI 具有模块化架构。

如果您想要自己的数据源，请查看datasource包并实现DatabaseConnection(JavaDoc) 接口。

如果您想处理MyObject对象（上面共享的类可能会对性能产生重大影响），这并不是特别困难。您需要一个SimpleTypeInformation<MyObject>(JavaDoc) 来标识您的数据类型，并为您的数据类型实现一个PrimitiveDistanceFunction(JavaDoc) 。

如果您的实际数据是浮点数，我建议使用DoubleVectororFloatVector代替，并且只使用 egSubspaceEuclideanDistanceFunction来处理您想要使用的那些属性。

对于这些数据类型和许多距离函数，可以使用 R* 树索引来显着加快 DBSCAN 的执行时间。

ClusterELKI中的A （JavaDoc）从不存储点数据。它只存储点DBIDs（维基）。您可以从数据库关系中获取点数据，或者使用例如偏移量（Wiki）将它们映射回静态数据库的列表位置。