我想为每个数据点找到最接近的核心样本。这样我就可以仅用核心样本来表示我的数据（减少数据集）。
Scikit 似乎只提供了一个包含所有核心样本的数组。通过暴力方法将我的数据点与这个数组进行比较，计算量太大。因此，我想获取一个聚类的核心样本，获取数据点的聚类编号，然后找到最接近的核心样本。
回答：
我认为 DBSCAN 并不是为了数据降维而设计的。
特别是，DBSCAN 并不计算最近的核心点。所以它没有你所寻找的信息！
你得自己来做。
- 将所有核心点放入 kdtree/balltree
- 使用索引查找最近的邻居
Scikit-learn 已经提供了你所需的一切，应该只需几行代码。
