如何在python中获得由dbscan创建的集群的置信度答案

【问题标题】：how to get the confidence of clustering created by dbscan in python如何在python中获得由dbscan创建的集群的置信度
【发布时间】：2022-01-03 00:35:34
【问题描述】：

我在python中使用了sklearn.dbscan，结果只给出了每个集群的标签，但我也想计算集群的置信度，或者只是集群之间的平均距离。

你们有什么想法吗？

【问题讨论】：

标签： python cluster-analysis dbscan

【解决方案1】：

我认为 Scikit 不支持此功能。集群置信度不是问题，因为 DBSCAN 不使用集群概率。不过，计算聚类距离相对简单。

import numpy as np
from sklearn.datasets import load_iris
from sklearn.cluster import dbscan


# Get data & labels
data = load_iris()['data']
labels = dbscan(data)[1]

import numpy as np
from sklearn.datasets import load_iris
from sklearn.cluster import dbscan


# Get data & labels
data = load_iris()['data']
labels = dbscan(data)[1]

# Initialize results
cluster_means = np.zeros((len(set(labels)) - 1, data.shape[1]))
cluster_distances = np.zeros((len(data), len(set(labels)) - 1))

# Loop through clusters
for i, cluster in enumerate(set(labels)):
    # Skip noise
    if cluster == -1:
        continue

    # Get cluster mean
    cluster_mean = np.mean(data[labels == cluster], axis=0)

    # Set cluster mean
    cluster_means[i, :] = cluster_mean

    # Set cluster distances
    cluster_distances[:, i] = np.linalg.norm(data - cluster_mean, axis=1)

【讨论】：