HDBSCAN集群选择

Question

我一直在使用HDBSCAN，并且有几百个基于我的数据的集群。我正在尝试选择一些集群组进行进一步的分析。寻找具有较高的簇间距离的集群，如在更多的分布和行为比集群的其他部分更离群。到目前为止，我正在处理(-1)集群类别，但意识到这些集群的cluster.probabilities_是0。我需要这个价值来进一步分析。

我的问题是

1. 关于集群，cluster.probabilities_得分如何？
2. 还有什么方法(除了选择-1集群类别之外)，我可以选择其他可能出现异常值的集群吗？比如计算簇间距离或者其他方法？

Answer 1

1. cluster.probabilities_表示给定数据点属于该集群的概率。
2. -1表示该数据点已被标记为噪声。如果您希望分配它们，软聚类可能是一个解决方案。