如何在 scikit-learn 中实现可调用距离度量？答案

【问题标题】：How to implement callable distance metric in scikit-learn?如何在 scikit-learn 中实现可调用距离度量？
【发布时间】：2015-10-30 10:19:43
【问题描述】：

我在 python 的 scikit learn 中使用集群模块，我想使用归一化欧几里得距离。这没有内置距离（我知道）这是list。

所以，我想使用可调用对象来实现我自己的归一化欧几里德距离。该函数是我的distance 模块的一部分，称为distance.normalized_euclidean_distance。它需要三个输入：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。

如何让它接受额外的参数？

我尝试将其作为**kwarg 输入，但这似乎不起作用：

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

distance.normalized_euclidean 是我编写的函数，它接收两个数组 X 和 Y 并计算它们之间的归一化欧几里得距离。

...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？

Here 上面写着Any further parameters are passed directly to the distance function.，这让我觉得这是可以接受的。

【问题讨论】：

【解决方案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))

【讨论】：

【解决方案2】：

另一种方法是使用 metric_param arg，稍后将其作为 kwargs 发送到函数：

cluster = DBSCAN(eps=1.0, min_samples=1, metric=normalized_euclidean, metric_params={"SD": stdv})

【讨论】：