这个问题在这里已有答案:
无论如何,在sklearn中是否允许通过DBSCAN算法进行更高维度的聚类?在我的情况下,我想聚集3维和4维数据。我检查了一些源代码,看到DBSCAN类从sklearn utils包中调用check_array函数,该函数包含一个参数allow_nd。默认情况下,它设置为false,似乎没有办法通过DBSCAN类构造函数设置它。任何想法/想法或我错过了一些简单的东西?谢谢!
编辑:最小代码(我使用sklearn版本0.20.2)。
import numpy as np
from sklearn.cluster import DBSCAN
data = np.random.rand(128, 416, 1)
db = DBSCAN()
db.fit_predict(data)
这是一个示例,但它适用于我加载的任何实际数据。这是返回的确切错误:
ValueError: Found array with dim 3. Estimator expected <= 2.
这是上面的ndarray的形状和ndim。
(128, 416, 1)
3
DBSCAN确实没有数据维度的限制。
证明:
from sklearn.cluster import DBSCAN
import numpy as np
np.random.seed(42)
X = np.random.randn(100).reshape((10,10))
clustering = DBSCAN(eps=3, min_samples=2).fit(X)
clustering.labels_
array([ 0, 0, 0, -1, 0, -1, -1, -1, 0, 0])
你真正的问题是你正试图将三维图像数据输入到二维算法。
在您的情况下,您有几个行动方案: