如何在 scikit-learn 中实现可调用距离度量？

Question

我在 python 的 scikit learn 中使用聚类模块，我想使用归一化欧几里德距离。这个（我知道的）没有内置距离。这是一个列表。

因此，我想使用可调用对象实现我自己的归一化欧几里得距离。该函数是我的distance模块的一部分，称为distance.normalized_euclidean_distance. 它采用三个输入： X，Y，和SD。

但是，归一化欧几里得距离需要总体样本的标准差。但是，scipy 中的成对距离只允许两个输入：X和Y。

我如何让它接受额外的论点？

我试着把它作为 a **kwarg，但这似乎不起作用：

cluster = DBSCAN(eps=1.0, min_samples=1,metric = distance.normalized_euclidean, SD = stdv)

这里distance.normalized_euclidean是发生在两个数组，我写的功能，X以及Y并计算它们之间的归一化欧氏距离。

...但这会引发错误：

TypeError: __init__() got an unexpected keyword argument 'SD'

使用附加关键字参数的方法是什么？

这里说Any further parameters are passed directly to the distance function.，这让我认为这是可以接受的。

Answer 1

您可以使用 lambda 函数作为度量，它接受两个输入数组：

cluster = DBSCAN(eps=1.0, min_samples=1,metric=lambda X, Y: distance.normalized_euclidean(X, Y, SD=stdv))