如何根据大小过滤DBSCAN产生的簇？

Question

我已经应用DBSCAN在一个数据集上执行聚类，该数据集由点云中每个点的X、Y和Z坐标组成。我只想绘制少于100个点的簇。到目前为止，我的情况是：

clustering = DBSCAN(eps=0.1, min_samples=20, metric='euclidean').fit(only_xy)
plt.scatter(only_xy[:, 0], only_xy[:, 1],
        c=clustering.labels_, cmap='rainbow')
clusters = clustering.components_
#Store the labels
labels = clustering.labels_

#Then get the frequency count of the non-negative labels
counts = np.bincount(labels[labels>=0])

print(counts)

Output: 
[1278  564  208   47   36   30  191   54   24   18   40  915   26   20
   24  527   56  677   63   57   61 1544  512   21   45  187   39  132
   48   55  160   46   28   18   55   48   35   92   29   88   53   55
   24   52  114   49   34   34   38   52   38   53   69]

所以我找到了每个簇中的点数，但是我不知道如何只选择少于100个点的簇。你知道吗

Answer 1

我想如果你运行这个代码，你可以得到标签，和集群的组件，集群的大小超过100：

from collections import Counter
labels_with_morethan100=[label for (label,count) in Counter(clustering.labels_).items() if count>100]
clusters_biggerthan100= clustering.components_[np.isin(clustering.labels_[clustering.labels_>=0], labels_with_morethan100)]

Answer 2

您可以找到计数小于100的标签索引：

ls, cs = np.unique(labels,return_counts=True)
dic = dict(zip(ls,cs))
idx = [i for i,label in enumerate(labels) if dic[label] <100 and label >= 0]

然后，您可以将结果索引应用于您的DBSCAN结果和标签，例如（或多或少）：

plt.scatter(only_xy[idx, 0], only_xy[idx, 1],
        c=clustering.labels_[idx], cmap='rainbow')