如何在sklearn中构建大小大致平衡的集群
how to build clusters that are approximately balanced in size in sklearn
如上所见，sklearn中如何构建大小近似均衡的簇？我有一个疑问，聚类是按照一定的规则进行的，为什么我们可以在cluster中指定个数？反正我想知道如何实现这一步。
一些方法（例如，非 sklearn 的 HDBSCAN：https://hdbscan.readthedocs.io/en/latest/parameter_selection.html）具有类似 minimal_cluster_size 的参数。 sklearn 的 DBSCAN 的 min_samples 可能会以类似的方式工作。它不会为您提供准确的 'balanced' 集群，但可能会有所帮助。
但在我看来，有时 运行 不同参数的聚类算法和 select 'more balanced' 由您亲手输出更合理。在这种情况下，您可以看到哪些点不可分离，并可能添加更多数据（例如，计算额外的距离矩阵）或更改目标度量。
Why can we specify the number in cluster?
因为任务'find clusters'和'balance them'在大多数情况下意思有点相反。当您需要指定聚类数量时，我什至没有谈论算法。
我还有一个想法it.Calculate每个标签的个数，然后计算方差，得到方差最小的那个
如上所见，sklearn中如何构建大小近似均衡的簇？我有一个疑问，聚类是按照一定的规则进行的，为什么我们可以在cluster中指定个数？反正我想知道如何实现这一步。
一些方法（例如，非 sklearn 的 HDBSCAN：https://hdbscan.readthedocs.io/en/latest/parameter_selection.html）具有类似 minimal_cluster_size 的参数。 sklearn 的 DBSCAN 的 min_samples 可能会以类似的方式工作。它不会为您提供准确的 'balanced' 集群，但可能会有所帮助。
但在我看来，有时 运行 不同参数的聚类算法和 select 'more balanced' 由您亲手输出更合理。在这种情况下，您可以看到哪些点不可分离，并可能添加更多数据（例如，计算额外的距离矩阵）或更改目标度量。
Why can we specify the number in cluster?
因为任务'find clusters'和'balance them'在大多数情况下意思有点相反。当您需要指定聚类数量时，我什至没有谈论算法。
我还有一个想法it.Calculate每个标签的个数，然后计算方差，得到方差最小的那个