集群算法的标签输出是否按特定顺序排序？ (python, scikit 学习)
Are the labels-output of cluster algorithms ordered in a certain order? (python, scikit learn)
我正在使用 Shift 均值聚类 (https://scikit-learn.org/stable/modules/clustering.html#mean-shift) in which the labels of clusters are obtained from this source: https://scikit-learn.org/stable/modules/generated/sklearn.neighbors.NearestNeighbors.html
然而，目前尚不清楚簇(0,1,...) 的标签是如何生成的。看起来，标签 0 似乎是具有更多元素的簇。这是一般规则吗？
其他算法是如何工作的？是 "random" 的意思吗？或背后的算法为 0 簇检测更大的簇？
谢谢！
PS：按这个规则排序标签很容易，我的问题比较理论化。
在很多情况下，簇顺序取决于初始化。如果您提供初始值，则此顺序将被保留。
如果您不提供此类初始值，通常会以数据顺序为准。例如，第一项可能属于第一个聚类（在某些算法中保留噪声，例如 DBSCAN）。
现在数量（簇大小）有一个有趣的影响：假设你的数据是随机排序的（而不是，例如，由一些合成数据生成过程排序）那么第一个元素更有可能属于 "largest" 簇，因此即使按 "random" 顺序，此簇也最有可能排在第一位。
现在在 sklearn 的 mean-shift 中（我认为它在最终分配规则中包含错误）作者显然决定按 "intensity" 排序，但我不记得任何这样的规则原始论文。 https://github.com/scikit-learn/scikit-learn/blob/7813f7efb/sklearn/cluster/mean_shift_.py#L222
我正在使用 Shift 均值聚类 (https://scikit-learn.org/stable/modules/clustering.html#mean-shift) in which the labels of clusters are obtained from this source: https://scikit-learn.org/stable/modules/generated/sklearn.neighbors.NearestNeighbors.html
然而，目前尚不清楚簇(0,1,...) 的标签是如何生成的。看起来，标签 0 似乎是具有更多元素的簇。这是一般规则吗？
其他算法是如何工作的？是 "random" 的意思吗？或背后的算法为 0 簇检测更大的簇？
谢谢！
PS：按这个规则排序标签很容易，我的问题比较理论化。
在很多情况下，簇顺序取决于初始化。如果您提供初始值，则此顺序将被保留。
如果您不提供此类初始值，通常会以数据顺序为准。例如，第一项可能属于第一个聚类（在某些算法中保留噪声，例如 DBSCAN）。
现在数量（簇大小）有一个有趣的影响：假设你的数据是随机排序的（而不是，例如，由一些合成数据生成过程排序）那么第一个元素更有可能属于 "largest" 簇，因此即使按 "random" 顺序，此簇也最有可能排在第一位。
现在在 sklearn 的 mean-shift 中（我认为它在最终分配规则中包含错误）作者显然决定按 "intensity" 排序，但我不记得任何这样的规则原始论文。 https://github.com/scikit-learn/scikit-learn/blob/7813f7efb/sklearn/cluster/mean_shift_.py#L222