在python中获取sklearn中的簇大小

Question

我正在使用sklearn DBSCAN来集群我的数据，如下所示。

#Apply DBSCAN (sims == my data as list of lists)
db1 = DBSCAN(min_samples=1, metric='precomputed').fit(sims)

db1_labels = db1.labels_
db1n_clusters_ = len(set(db1_labels)) - (1 if -1 in db1_labels else 0)
#Returns the number of clusters (E.g., 10 clusters)
print('Estimated number of clusters: %d' % db1n_clusters_)

现在我想从大小（每个群集中的数据点数）中排序前3个群集。 请告诉我如何获取sklearn中的簇大小？

Answer 1

那么你可以在Numpy中使用Bincount Function来获得标签的频率。 例如，我们将使用scikit-learn使用DBSCAN的示例 ：

#Store the labels
labels = db.labels_

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

print counts
#Output : [243 244 245]

然后获取前3个值在numpy中使用argsort 。 在我们的例子中，因为只有3个集群，我将提取前2个值：

top_labels = np.argsort(-counts)[:2]

print top_labels
#Output : [2 1]

#To get their respective frequencies
print counts[top_labels]

Answer 2

另一种选择是使用numpy.unique ：

db1_labels = db1.labels_
labels, counts = np.unique(db1_labels[db1_labels>=0], return_counts=True)
print labels[np.argsort(-counts)[:3]]