hierarchical-clustering - DBSCAN 和 HDBSCAN 的结果相同吗？

Question

DBSCAN(epsilon, minPts = 2) 与单链接聚类有关，HDBSCAN(minPts = 2) 也与单链接聚类有关。

我的问题是：如何使用这些设置获得相同的聚类结果？或者需要在 HDBSCAN 中设置其他参数（hdbscan 库中有很多参数）？

Answer 1

DBSCAN 和 HDBSCAN 在边界点的处理上有所不同，因此实际上不可能从它们那里得到完全相同的答案。尽管如此，您仍可以采取一些措施来获得类似于 DBSCAN 的 HDBSCAN 结果。

clusterer = hdbscan.HDBSCAN(
    min_samples=2, match_reference_implementation=True
).fit(X)
clusters = clusterer.single_linkage_.get_clusters(
    cut_distance=0.25, min_cluster_size=2
)

您可以更改cut_distance所需的值（DBSCAN 中的等效参数是epsilon。请注意，您可以运行 HDBSCAN 一次，然后选择cut_distance您想要的任何值（非常便宜的计算）。