在python（scipy）中用空间和时间变量进行聚类
我的数据集格式：[x坐标，y坐标，小时]，小时为0到23的整数值。
我现在的问题是，当我需要坐标的欧式距离度量标准时，如何聚类这些数据，但是对于小时则需要不同的数据（因为欧几里德距离度量标准中d（23,0）为23）。 scipy中的每个功能可以使用不同距离度量标准对数据进行聚类吗？ 怎么样？
谢谢
您需要定义自己的指标，以适当的方式处理“时间”。 在scipy.spatial.distance.pdist的文档中，您可以定义自己的功能
Y = pdist(X, f)
使用用户提供的二元函数f计算X中所有向量对之间的距离。 [...]例如，矢量之间的欧几里德距离可以如下计算：
dm = pdist(X, lambda u, v: np.sqrt(((u-v)**2).sum()))
该度量可以通过metric关键字传递给任何scipy聚类算法。 例如，使用linkage ：
scipy.cluster.hierarchy.linkage(y, method='single', metric='euclidean')
上一篇: Clustering in python(scipy) with space and time variables