我正在尝试使用诸如 HDBSCAN 之类的聚类算法来使用所有离散（int）的特征来查找一系列点的异常值和聚类。这些特征不是分类的，它们是用来表示序数的特征（例如考虑天数）。我想使用 HDBSCAN 因为我事先不知道集群的数量，所以这是最简单最直接的方法，并且在处理其他问题（使用 cont 变量）之前对我来说效果很好。
但是，当我尝试使用它时，我得到了可怕的结果，而且我不确定我是否理解发生了什么。例如，考虑以下带有一些样本的数组。
data =
[0 -1 0 -1]
[0 -1 0 -1]
[0 -1 0 -1]
[5 -1 5 -1]
[0 -1 0 -1]
[0 -1 0 -1]
除了一个点外，所有点都是相同的，所以我希望有 1 个聚类和 1 个异常值/噪声，但我只得到样本中所有点的异常值/噪声标签。
clusterer = hdbscan.HDBSCAN( min_cluster_size = 2, min_samples = 1 ).fit(data)
clusterer.labels_
> [-1 -1 -1 -1 -1 -1]
那么这个算法适合离散特征还是我更好地尝试其他聚类方法？我如何使用 HDBSCAN 来解决这类问题？我读过马氏距离可能有用，但我不清楚这个指标有什么帮助。