我正在使用 Shift-means 聚类（https://scikit-learn.org/stable/modules/clustering.html#mean-shift），其中集群的标签是从以下来源获得的：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。显然，标签 0 似乎是具有更多元素的集群。这是一般规则吗？
其他算法如何工作？这是“随机”的意思吗？还是背后的算法检测到 0 集群的更大集群？
谢谢！
PS：根据这条规则很容易订购标签，我的问题更具理论性。
在许多情况下，集群顺序取决于初始化。如果您提供初始值，则将保留此顺序。
如果您不提供此类初始值，则顺序通常基于数据顺序。例如，第一项可能属于第一个集群（在某些算法中保留噪声，例如 DBSCAN）。
现在数量（集群大小）有一个有趣的效果：假设您的数据是随机排序的（例如，不是由某些合成数据生成过程排序），那么第一个元素更有可能属于“最大”集群，所以即使是“随机”顺序，这个集群也最有可能排在第一位。
现在在 sklearn 的均值偏移（我认为最终分配规则中包含错误）中，作者显然决定按“强度”排序，但我不记得原始论文中有任何这样的规则。https://github.com/scikit-learn/scikit-learn/blob/7813f7efb/sklearn/cluster/mean_shift_.py#L222