どのように類似性マトリックスとインデックスを含むクラスタ？

Question

Iは、それぞれIDが変数ATTR1、ATTR2とattr3で観察され、このようなパンダのデータフレーム、を有する：

ID  attr1  attr2  attr3 
    20   2   1   2 
    10   1   3   1 
    5   2   2   4 
    7   1   2   1 
    16   1   2   3 
    28   1   1   3 
    35   1   1   1 
    40   1   2   3 
    46   1   2   3 
    21   3   1   3 

をとの和に基づいて、私はIDが比較される場合に使用する類似度行列を作っペアごとの属性の違い。

[[ 0. 4. 3. 3. 3. 2. 2. 3. 3. 2.] 
[ 4. 0. 5. 1. 3. 4. 2. 3. 3. 6.] 
[ 3. 5. 0. 4. 2. 3. 5. 2. 2. 3.] 
[ 3. 1. 4. 0. 2. 3. 1. 2. 2. 5.] 
[ 3. 3. 2. 2. 0. 1. 3. 0. 0. 3.] 
[ 2. 4. 3. 3. 1. 0. 2. 1. 1. 2.] 
[ 2. 2. 5. 1. 3. 2. 0. 3. 3. 4.] 
[ 3. 3. 2. 2. 0. 1. 3. 0. 0. 3.] 
[ 3. 3. 2. 2. 0. 1. 3. 0. 0. 3.] 
[ 2. 6. 3. 5. 3. 2. 4. 3. 3. 0.]] 

データをクラスタリングするためにsklearnのDBSCANを試しましたが、クラスタ自体にラベルが付けられているようですか？私は後で視覚化のデータ点のIDを見つける必要があります。ですから、私はIDの違いだけをクラスタリングしたいのですが、ID自体はクラスタ化しません。この種のデータに適した別のアルゴリズムがありますか、距離行列の値にラベルを付けてDBSCANや別のメソッドで使用できるようにする方法はありますか？ ps.theデータセットには50以上の属性と10000個の観測値があります

Answer 1

labels_属性は、トレーニングのデータポイントごとにラベルの配列を提供します。その配列の最初のインデックスは、最初のトレーニングデータポイントのラベルなどです。