Python 如何保存群集

我通过dbscan学习制作了以下集群

我的数据是一个numpy数组：

array([[-0.22725194, -0.68548221],
       [ 0.01525107, -0.98825191],
       [-0.29117618, -0.69614647],
        ..., 
       [ 0.62125361, -0.79422623],
       [ 0.59627969, -0.82673572],
       [ 0.58919524, -1.04003462]])

我想将这两个新集群作为变量添加到我的数据中。我使用的代码是：

from sklearn.cluster import DBSCAN

data3 = np.array(data3)

dbscan = DBSCAN(random_state=111, eps=0.3)


dbscan.fit(data3)

# visualization

from sklearn.decomposition import PCA
pca = PCA(n_components=2).fit(data3)
pca_2d = pca.transform(data3)
for i in range(0, pca_2d.shape[0]):
    if dbscan.labels_[i] == 0:
        c1 = plt.scatter(pca_2d[i,0],pca_2d[i,1],c='r',
    marker='+')


    elif dbscan.labels_[i] == 1:
        c2 = plt.scatter(pca_2d[i,0],pca_2d[i,1],c='g',
    marker='o')

    elif dbscan.labels_[i] == -1:
        c3 = plt.scatter(pca_2d[i,0],pca_2d[i,1],c='b',
    marker='*')

    plt.legend([c1, c2, c3], ['Cluster 1', 'Cluster 2',
        'Noise'])
plt.title('DBSCAN finds 2 clusters and noise')
plt.show()

---

如何将它们保存为变量？是否有一个函数来评估这些簇的质量，例如Silhoutte系数？

您已经在一个变量中找到了它们：dbscan.labels\uux，不是吗

并不是说你应该能够像pca_2d[dbscan.labels_==1，：]那样避免一次只画一个点

评估基于密度的集群并不容易。我只知道一个指标，甚至声称它可以评估基于密度的聚类，但我没有使用它，所以我不能保证它有效

轮廓等不适用。他们假设了凸簇，但在经典的Jain玩具问题上失败了

Moulavi，D.，Jaskowiak，p.A.，Campello，R.J.G.B.，Zimek，A.，和Sander，J.2014。基于密度的聚类验证。在宾夕法尼亚州费城举行的第14届暹罗数据挖掘SDM国际会议记录中