Python HDBSCAN近似预测始终返回概率为0

我使用生成给定集群模型的预测数据。然后，我尝试使用

approximate\u predict

函数对新点进行分类，以找到新点的正确簇。该模型返回新点的正确聚类，但概率/强度始终为0.0。要生成模型并对新点进行分类，我使用：

#生成模型
聚类模型=hdbscan.hdbscan（metric='euclidean'，最小聚类大小=3，聚类选择ε=0.4，
预测（数据=真）。拟合（数据）
#分类新点
聚类，prob=hdbscan.近似预测（聚类模型，新点）
打印（群集，prob）

据我所知，如果强度/概率为0.0，则该点被归类为噪声。从对新点的手动分析中，我可以看出它们确实符合原始簇的核心，所以我不明白为什么概率总是0.0