compute_optics_graph#

sklearn.cluster.compute_optics_graph(X, *, min_samples, max_eps, metric, p, metric_params, algorithm, leaf_size, n_jobs)[source]#

计算 OPTICS 可达性图。

在用户指南中阅读更多内容。

参数:
X{ndarray, sparse matrix} of shape (n_samples, n_features), or (n_samples, n_samples) if metric=’precomputed’

特征数组，如果 metric=’precomputed’，则是样本之间的距离数组。

min_samplesint > 1 or float between 0 and 1

一个点被视为核心点所需的邻域中的样本数。表示为绝对数字或样本数的一部分（四舍五入后至少为2）。

max_epsfloat, default=np.inf

两个样本之间被视为彼此邻域中的最大距离。默认值 np.inf 将识别所有尺度的簇；减小 max_eps 将导致更短的运行时间。

metricstr or callable, default=’minkowski’

用于距离计算的度量。可以使用 scikit-learn 或 scipy.spatial.distance 中的任何度量。

如果 metric 是一个可调用函数，它将作用于每对实例（行）并记录结果值。该可调用函数应接受两个数组作为输入，并返回一个表示它们之间距离的值。这适用于 Scipy 的度量，但不如将度量名称作为字符串传递高效。如果 metric 是“precomputed”，则假定 X 是一个距离矩阵，并且必须是方形的。

度量的有效值包括：

  • 来自 scikit-learn：[‘cityblock’, ‘cosine’, ‘euclidean’, ‘l1’, ‘l2’, ‘manhattan’]

  • 来自 scipy.spatial.distance：[‘braycurtis’, ‘canberra’, ‘chebyshev’, ‘correlation’, ‘dice’, ‘hamming’, ‘jaccard’, ‘kulsinski’, ‘mahalanobis’, ‘minkowski’, ‘rogerstanimoto’, ‘russellrao’, ‘seuclidean’, ‘sokalmichener’, ‘sokalsneath’, ‘sqeuclidean’, ‘yule’]

有关这些度量的详细信息，请参阅 scipy.spatial.distance 的文档。

注意

'kulsinski' 在 SciPy 1.9 中已弃用，并将在 SciPy 1.11 中移除。

pfloat, default=2

来自 pairwise_distances 的 Minkowski 度量的参数。当 p = 1 时，这相当于使用 manhattan_distance (l1)，p = 2 时相当于 euclidean_distance (l2)。对于任意 p，使用 minkowski_distance (l_p)。

metric_paramsdict, default=None

度量函数的附加关键字参数。

algorithm{‘auto’, ‘ball_tree’, ‘kd_tree’, ‘brute’}, default=’auto’

用于计算最近邻居的算法

  • ‘ball_tree’ 将使用 BallTree。

  • ‘kd_tree’ 将使用 KDTree。

  • 'brute' 将使用暴力搜索。

  • ‘auto’ 将尝试根据传递给 fit 方法的值来决定最合适的算法。（默认值）

注意：对稀疏输入进行拟合将覆盖此参数的设置，使用暴力方法。

leaf_sizeint, default=30

传递给 BallTree 或 KDTree 的叶大小。这会影响构建和查询的速度，以及存储树所需的内存。最佳值取决于问题的性质。

n_jobsint, default=None

用于邻居搜索的并行作业数。None 表示 1，除非在 joblib.parallel_backend 上下文中。-1 表示使用所有处理器。有关详细信息，请参阅 词汇表。

返回:
ordering_array of shape (n_samples,)

按簇顺序排列的样本索引列表。

core_distances_array of shape (n_samples,)

每个样本成为核心点的距离，按对象顺序索引。永远不会成为核心点的点距离为 inf。使用 clust.core_distances_[clust.ordering_] 按簇顺序访问。

reachability_array of shape (n_samples,)

每个样本的可达性距离，按对象顺序索引。使用 clust.reachability_[clust.ordering_] 按簇顺序访问。

predecessor_array of shape (n_samples,)

样本被到达时所来自的点，按对象顺序索引。种子点的前驱为 -1。

References

[1]

Ankerst, Mihael, Markus M. Breunig, Hans-Peter Kriegel, and Jörg Sander. “OPTICS: ordering points to identify the clustering structure.” ACM SIGMOD Record 28, no. 2 (1999): 49-60.

示例

>>> import numpy as np
>>> from sklearn.cluster import compute_optics_graph
>>> X = np.array([[1, 2], [2, 5], [3, 6],
...               [8, 7], [8, 8], [7, 3]])
>>> ordering, core_distances, reachability, predecessor = compute_optics_graph(
...     X,
...     min_samples=2,
...     max_eps=np.inf,
...     metric="minkowski",
...     p=2,
...     metric_params=None,
...     algorithm="auto",
...     leaf_size=30,
...     n_jobs=None,
... )
>>> ordering
array([0, 1, 2, 5, 3, 4])
>>> core_distances
array([3.16, 1.41, 1.41, 1.        , 1.        ,
       4.12])
>>> reachability
array([       inf, 3.16, 1.41, 4.12, 1.        ,
       5.        ])
>>> predecessor
array([-1,  0,  1,  5,  3,  2])