scikit-learn: 使用DBSCAN预测新点

我正在使用Scikit-Learn（Python 2.7）中的DBSCAN对一些数据进行聚类：

from sklearn.cluster import DBSCANdbscan = DBSCAN(random_state=0)dbscan.fit(X)

然而，我发现除了”fit_predict”之外，没有内置函数可以将新数据点Y分配到原始数据X中识别的聚类中。K-means方法有一个”predict”函数，但我希望能够对DBSCAN做同样的事情。类似这样：

dbscan.predict(X, Y)

这样可以从X推断密度，但返回值（聚类分配/标签）仅适用于Y。据我所知，这种能力在R中是可用的，所以我假设在Python中也应该有这种能力。我只是找不到任何相关文档。

此外，我还尝试搜索DBSCAN可能不用于标记新数据的原因，但没有找到任何理由。

回答：

聚类不是分类。

聚类是无标签的。如果你想把它硬塞进预测思维（这不是最好的主意），那么它本质上是无学习的预测。因为聚类没有可用的标记训练数据。它必须根据所见的数据为数据创建新的标签。但你不能对单个实例这样做，你只能“批量预测”。

但scipy的DBSCAN有些问题：

random_state : numpy.RandomState, optional :

用于初始化中心的生成器。默认为numpy.random。

DBSCAN并不“初始化中心”，因为DBSCAN中没有中心。

几乎唯一可以将新点分配到旧聚类的聚类算法是k-means（及其许多变体）。因为它执行了使用前一次迭代的聚类中心的“1NN分类”，然后更新中心。但大多数算法不像k-means那样工作，所以你不能照搬这个方法。

R版本可能做的是使用1NN分类器进行预测；可能还有额外的规则，如果1NN距离大于epsilon，则将点分配给噪声标签，可能还只使用核心点。也可能不是这样。

获取DBSCAN论文，据我所知，它没有讨论“预测”。

学技术