Python 如何使用sklearn'；带球面度量的DBSCAN？

我有一组分布在一个球体上的数据，我试图了解必须为scikit learn分发的函数DBSCAN提供哪些度量。它不能是欧几里德度量，因为点分布的度量不是欧几里德度量。在sklearn数据包中，是否有针对此类情况实施的度量，或者将数据划分为小的子集是否是最简单（如果冗长乏味）的方法

另外，我是python的noob

p.p.S.如果我“预计算”指标，我必须以什么形式提交预计算数据？ 像这样

0-事件1-事件2-

事件1-0-距离（事件1、事件2）-

事件2-距离（事件1、事件2）-0

---

请提供帮助？

您是否尝试过

metric=“precomputed”

然后将距离矩阵传递给

DBSCAN.fit

函数，而不是数据

从文件中：

X

array[n_samples，n_samples]或[n_samples，n_features]：

样本之间距离的数组，或要素数组。除非度量值被指定为“预计算”，否则该数组将被视为特征数组

---

我完全不懂你的P.P.S。。。你想使用哪种度量？我要处理的数据分布在天球上，位置以赤经和天球赤纬给出。我已经有了一个计算点之间距离的程序，但我不知道如何将已经计算的距离作为“预计算度量”插入dbscan，因此我想知道是否已经有一个度量满足了我的需要