使用 HDBSCAN 检索集群成员

Question

所以我有一些字符串数据，我对其进行了一些操作，然后使用 HDBSCAN 创建了一个集群：

textData = train['eudexHash'].apply(lambda x: str(x))
clusterer = hdbscan.HDBSCAN(min_cluster_size=5,
                            gen_min_span_tree=True,
                            prediction_data=True).fit(textData.values.reshape(-1,1))

现在，当我使用 approximate_predict 调用集群进行预测时，我得到了这些结果：

>>>> hdbscan.approximate_predict(clusterer, testCase)
(array([113]), array([1.]))

太棒了，看起来它在预测新的案例，所以它认为新的字符串值对应于标签 [113]。现在，我如何找到 label/bucket/cluster 中的其他成员？

干杯！

Answer 1

如果您想找出您的哪些训练数据是标签 113 的一部分，那么您可以这样做

textdata_with_label_113 = textData[clusterer.labels_ == 113]

使用 HDBSCAN 检索集群成员

Retrieving members of a cluster with HDBSCAN

python

cluster-analysis

machine-learning

k-means

hdbscan