cluster-analysis - rapidminer 和 scikit-learn 中的 DBSCAN 算法

Question

我正在尝试找到一种聚类算法来使用 python 对标称数据进行聚类。为此，我尝试了使用 RapidMiner 的 DBSCAN 算法，它适用于标称数据。但是，当我使用 scikit-learn 提供的 DBSCAN 算法尝试相同的数据集时，它给出的错误是函数无法将字符串转换为浮点数。

rapidminer 和 scikit-learn 中的 DBSCAN 是否不同，我该如何解决这个问题？另外，如果您告诉我另一种适用于标称数据的聚类算法会很棒吗？

Answer 1

SciPy 默认为欧几里得距离 ( metric='euclidean')，它没有为名义数据定义。

您需要指定距离测量值！

Answer 2

RapidMiner 实现了各种距离测量，包括标称距离。这由 DBSCAN 和其他算法使用。

如果属性的值相同，则两个示例之间的距离为零，否则为 1。换句话说，“Raspberry”与“Apple”和“Computer”的距离为 1。另外“Apple”与“Raspberry”、“Computer”等是一回事。