HDBSCAN集群中的任何对象都不应该具有> 0的概率值吗？并产生不一致的结果

编程问答 2022-06-04

问题描述

我正在使用hdbscan在Python Jupyter笔记本中的数据集中查找簇。

import pandas as pandas
import numpy as np
data = pandas.read_csv('data.csv')

数据看起来像这样：

data

import hdbscan
clusterSize = 6
clusterer = hdbscan.HDBSCAN(min_cluster_size=clusterSize).fit(data)

是的！一切似乎都正常！

然后我想查看一些结果，因此将这些结果添加到我的数据框中：

data.insert(18,"labels",clusterer.labels_)
data.insert(19,"probabilities",clusterer.probabilities_)

但是，等等，我有几行带有标签的概率为0的聚类。这有什么意义？集群中的任何对象都不应该具有> 0的概率值吗？哦，所有的概率都只有0或1。

所以我在Jupyter笔记本中重新运行它，具体地说，我只是重新运行

clusterer = hdbscan.HDBSCAN(min_cluster_size=clusterSize).fit(data)

，然后检查clusterer.labels_和clusterer.probabilities_的值，它们是不同的。这件事不应该是一致的吗？为什么这些价值观会改变？有没有我不被告知的隐藏状态？但是现在我的clusterer.probabilities_的值在0到1之间...这是对的吗？

因此，我显然对这个hdbscan工具不是很熟悉，但是有人可以解释为什么当多次运行并且如果标记/聚集对象的概率为0时，它给出不同的答案吗？

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

hdbscanjupyter-notebookpython