如何在sklearn.cluster DBSCAN中分配sample_weights？

Question

我正在使用DBSCAN查找RGB图像的像素值的群集。

db = DBSCAN(eps=0.3, min_samples=10).fit(X)

其中， X是N x 3矩阵。 X每一行都包含RGB三胞胎。

现在，我想为像素值分配权重，该权重是距图像中心的距离的函数。 这是我正在使用的功能：

score = 1 / (1 + math.exp(-a * distance)) # a = 0.001

我计算weight_matrix用上面的score填充的weight_matrix

接下来，我这样做：

db = DBSCAN(eps=0.3, min_samples=10).fit(X,y=None, sample_weight=weight_matrix)

其中weight_matrix数组的长度等于X的行数。

但是我收到以下错误：

TypeError: fit() got an unexpected keyword argument 'y'

所以我尝试这样做：

db = DBSCAN(eps=0.3, min_samples=10).fit(X, sample_weight=weight_matrix)

现在我得到这个错误：

TypeError: fit() got an unexpected keyword argument 'sample_weight'

我认为我传递的参数有误，但不能确定。 我的scikit-learn版本是0.14.0。

Answer 1

似乎您正在使用scikit-learn v <= 0.15，因为这是DBSCAN具有适合形式的最后一个版本

fit(X)

从0.16开始

fit(X, y=None, sample_weight=None)

只需将scikit-learn更新为0.16或0.17.X