集群算法的标签输出是否按特定顺序排序？ （python，scikit学习）

Question

我使用的是Shift-means聚类（https://scikit-learn.org/stable/modules/clustering.html#mean-shift），其中聚类的标签是从以下来源获得的：https://scikit-learn.org/stable/modules/generated/sklearn.neighbors.NearestNeighbors.html

但是，不清楚如何生成簇的标签（0,1，...）。似乎标签0是具有更多元素的群集。这是一般规则吗？

其他算法如何工作？是“随机”意义上的吗？还是检测0聚类的更大聚类的算法？

谢谢！

PS：按照此规则订购标签很容易，我的问题是理论上的。

Answer 1

在许多情况下，群集顺序取决于初始化。如果提供初始值，则将保留此顺序。

如果不提供此类初始值，则顺序通常基于数据顺序。例如，第一项可能属于第一类（在某些算法（例如DBSCAN）中保留了噪声）。

现在的数量（集群大小）有一个有趣的效果：假设您的数据是随机排序的（例如，不是由某些合成数据生成过程排序的），则第一个元素更有可能属于“最大”元素集群，因此即使按照“随机”顺序，该集群也很可能排在第一位。

现在，在sklearn的均值漂移（我认为最终分配规则中存在错误）中，作者显然决定按“强度”进行排序，但我不记得原始论文中的任何此类规则。 https://github.com/scikit-learn/scikit-learn/blob/7813f7efb/sklearn/cluster/mean_shift_.py#L222