Est-il possible de spécifier votre propre fonction de distance en utilisant la classification K-Means de Scikit-learn ?

Question

Est-il possible de spécifier votre propre fonction de distance en utilisant la classification K-Means de Scikit-learn ?

Answer 1

k-means de Python spectral permet l'utilisation de la distance L1 (Manhattan).

Answer 2

Sklearn Kmeans utilise le distance euclidienne . Il n'a pas de paramètre métrique. Ceci dit, si vous faites du clustering séries chronologiques vous pouvez utiliser l'option tslearn du paquet python, alors que vous pouvez spécifier une métrique ( dtw , softdtw , euclidean ).

Answer 3

def distance_metrics(dist_metrics):
    kmeans_instance = kmeans(trs_data, initial_centers, metric=dist_metrics)

    label = np.zeros(210, dtype=int)
    for i in range(0, len(clusters)):
        for index, j in enumerate(clusters[i]):
            label[j] = i