python - 从相似度矩阵中识别异常值

Question

我有一个维度为 nxn 的 numpy 矩阵，其中 [i,j] 元素是两个对象之间的相似度得分（0-1，1 相同，0 相对）（在这种情况下，我正在分析调色板，所以它是调色板 i 和调色板 j 之间的相似度得分）。我想确定哪些对象是“异常值”（在这里使用松散的定义）。我能想到的最接近的是使用 DBSCAN 之类的东西并确定哪些对象似乎不适合。有没有更好的方法来解决这个问题？

标签： pythonsimilarityoutliers

Answer 1

我会选择Markov clustering。

本质上，该算法是在图上进行随机游走。

如果您有邻近矩阵，则随机游走非常容易实现。算法大致是：

1. 标准化矩阵。
2. 将其提高到大幂 ( M**n)。
3. 查看节点之间的连接强度。