sklearn.cluster.DBSCAN 给出了意想不到的结果

Question

我正在使用 DBSCAN 方法对图像进行聚类，但结果出乎意料。假设我有 10 张图片。

首先，我使用cv2.imread 循环读取图像。 然后我计算每个图像之间的结构相似性指数。之后，我有一个这样的矩阵：

[
[ 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.        ]]

看起来不错。然后我可以简单地调用 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)

结果是

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

我做错了什么？为什么将所有图像放在一个集群中？

Answer 1

DBSCAN 通常假设不相似（距离）而不是相似。它也可以使用相似度阈值来实现（参见 Generalized DBSCAN）

Answer 2

问题是我计算的距离矩阵不正确 - 主对角线上的条目都为零。