sklearn.cluster.DBSCAN提供意外結果

Question

我正在使用DBSCAN方法對圖像進行聚類，但是會產生意外的結果。 假設我有10張圖片。

首先，我使用cv2.imread循環讀取圖像。 然后，我計算每個圖像之間的結構相似性指數。 在那之后，我有一個像這樣的矩陣：

[
[ 1.         -0.00893619  0.          0.          0.          0.50148778      0.47921832  0.          0.          0.        ]

[-0.00893619  1.          0.          0.          0.          0.00996088     -0.01873205  0.          0.          0.        ]

[ 0.          0.          1.          0.57884212  0.          0.             0.         0.          0.          0.        ]

[ 0.          0.          0.57884212  1.          0.          0.              0.         0.          0.          0.        ]

[ 0.  0.  0.  0.  1.  0.  0.  0.  0.  0.]

[ 0.50148778  0.00996088  0.          0.          0.          1.          0.63224396  0.          0.          0.        ]

[ 0.47921832 -0.01873205  0.          0.          0.          0.63224396      1.          0.          0.          0.        ]

[ 0.          0.          0.          0.          0.          0.          0.  1.          0.77507487  0.69697053]

[ 0.          0.          0.          0.          0.          0.          0.  0.77507487  1.          0.74861881]

[ 0.          0.          0.          0.          0.          0.          0.  0.69697053  0.74861881  1.        ]]

看起來不錯。 然后，我將簡單地調用DBSCAN：

db = DBSCAN(eps=0.4, min_samples=3, metric='precomputed').fit(distances)
labels = db.labels_
n_clusters_ = len(set(labels)) - (1 if -1 in labels else 0)

結果是

[0 0 0 0 0 0 0 0 0 0]

我做錯了什么？ 為什么將所有圖像都放在一個群集中？

Answer 1

DBSCAN通常假定不相似 （距離）而不是相似性。 也可以使用相似性閾值來實現（請參見通用DBSCAN）

Answer 2

問題是我錯誤地計算了距離矩陣-主對角線上的條目全為零。