使用HDBSCAN检索群集成员

Question

所以我有一些字符串数据，我对其进行了一些操作，然后使用HDBSCAN创建了一个集群：

textData = train['eudexHash'].apply(lambda x: str(x))
clusterer = hdbscan.HDBSCAN(min_cluster_size=5,
                            gen_min_span_tree=True,
                            prediction_data=True).fit(textData.values.reshape(-1,1))

现在，当我使用近似_predict调用集群进行预测时，我得到以下结果：

>>>> hdbscan.approximate_predict(clusterer, testCase)
(array([113]), array([1.]))

Sweet，看起来它在预测新的情况，所以它认为新的字符串值对应于标签[113]。现在，我如何找到该标签/存储桶/集群中的其他成员

干杯

Answer 1

如果您想找出哪个训练数据是标签113的一部分，那么您可以这样做

textdata_with_label_113 = textData[clusterer.labels_ == 113]