在python中查找DBSCAN中属于集群的点

Question

嗨大家我在一组点（4953分）上安装了DBSCAN模型。现在我需要找到属于不同簇的点，即所有输入值都属于所有簇。我总共有10个簇。我怎么能找到它？

db = DBSCAN(eps=0.0003,min_samples=20,n_jobs=-1).fit(X_scaled)
y_pred = db.fit_predict(X_scaled)
pred_labels = db.labels_
print(len(pred_labels))
n_clusters_ = len(set(pred_labels))- (1 if -1 in pred_labels else 0)
print(n_clusters_)
plt.scatter(list(range(len(df_median2))),X_scaled[:,0],c=y_pred, cmap='Paired')
plt.ylim(0.1,0.4)

以上是代码。

Answer 1

您有X_scaled输入值数组（可能还有缩放前的原始值的X数组）和簇标签的pred_labels数组。如果某些样本未分配到群集并被归类为噪声，则n_clusters_的值将高于len(set(pred_labels))的值。但是这两个arays在相同的顺序中具有相同数量的元素，因此您可以在pred_labels数组中查找X_scaled数组中每个元素的值，例如，pred_labels[0]将返回第一个样本的簇标签。如果您在任何标签中看到-1，那么这些不是群集标签，而只是表示未分配给任何群集的噪声样本的一种方式。

您还可以连接两个数组，以便将群集标签与原始样本并排保存：

import numpy as np
samples_w_lbls = np.concatenate((X_scaled,pred_labels[:,np.newaxis]),axis=1)

然后，您可以将组合数组过滤到具有特定群集标签值的行：

#Get rows with cluster label value of 5:
filter = np.asarray([5])
samples_w_lbls[np.in1d(samples_w_lbls[:,-1], filter)]