Scikit-Learn: die Vorhersage, die neuen Punkte mit DBSCAN

Ich bin mit DBSCAN-cluster-einige Daten mithilfe von Scikit-Learn (Python 2.7):

from sklearn.cluster import DBSCAN
dbscan = DBSCAN(random_state=0)
dbscan.fit(X)

Allerdings fand ich, dass es keine built-in Funktion (abgesehen von "fit_predict") könnten ordnen Sie die neuen Daten Punkte, Y, zu den Clustern identifiziert werden, die ursprünglichen Daten, X. Die K-means-Methode hat eine "Vorhersage" - Funktion, aber ich möchte in der Lage sein, das gleiche zu tun mit DBSCAN. So etwas wie dieses:

dbscan.predict(X, Y)

So, dass die Dichte abgeleitet werden kann, von X aber die return-Werte (cluster Zuweisungen/labels) sind nur für Y. Aus, was ich sagen kann, diese Funktion ist in R, also gehe ich davon aus, dass es auch irgendwie verfügbar in Python. Ich kann einfach nicht scheinen zu finden, keine Dokumentation für diese.

Auch, ich habe versucht, auf der Suche nach Gründen, warum DBSCAN kann nicht verwendet werden, die für die Kennzeichnung von neuen Daten, aber ich habe keine gefunden Rechtfertigungen.

InformationsquelleAutor slaw | 2015-01-07
Schreibe einen Kommentar