如何从 HDBSCAN 算法中提取聚类

Question

我想提取形成每个聚类的原始点，我知道 HDBSCAN 没有聚类中心，所以我想如果每个标签以相同的顺序对应于原始点，我可以执行以下操作，但是结果真的很糟糕！！

  hd = hdscan.labels_
  df['s1']=np.where(hd==0 ,df['Close'] ,np.nan)

Answer 1

您可以使用 sklearn 模块中的 NearestCentroid 方法来获取 HDBSCAN 集群。对于我的用例，我使用以下函数来获取集群中心：

from sklearn.neighbors.nearest_centroid import NearestCentroid

def get_cluster_centers(self, clustering_df= None, metrics_by_col='CLUSTER_NO'):
    model_cols=['CREATEDTTM','LAT_GEOCODER','LNG_GEOCODER']
    clf = NearestCentroid()
    clf.fit(clustering_df[model_cols],clustering_df[metrics_by_col])
    centers_df=pd.DataFrame(clf.centroids_,columns=model_cols)
    centers_df['classes']=clf.classes_
    centers_df.set_index('classes', inplace= True)
    return centers_df

clustering_df 是缩放的数据框。您应该始终使用标准化数据进行聚类处理。