如何在散点图中查找各聚类的相邻聚类？层次聚类Voronoi法失效求解

为什么基于聚类中心的Voronoi图不好用？ #

层次聚类的聚类边界由样本的相似度/距离关系决定，并非简单的"以中心为原点的划分"。用聚类中心绘制Voronoi图，仅能反映中心的空间位置关系，和实际聚类的样本分布边界完全不匹配，自然找不到真正共享边界的相邻聚类。

三种可行的实现方法 #

1. 全样本邻域检测（最直接靠谱） #

遍历每个聚类的所有样本，找每个样本的k个近邻，统计近邻所属的其他聚类——只要有交叉样本，就标记为相邻聚类：

from sklearn.neighbors import NearestNeighbors
import numpy as np

# 假设你有这些变量：
# all_samples: 所有样本的numpy数组，形状(n_samples, n_features)
# labels: 每个样本对应的聚类标签数组，形状(n_samples,)
# cluster_ids: 所有聚类的编号列表，比如[0,1,2,3,4,5,6]

# 初始化近邻检测器
nbrs = NearestNeighbors(n_neighbors=5).fit(all_samples)
_, neighbor_indices = nbrs.kneighbors(all_samples)

# 初始化相邻聚类字典
adjacent_clusters = {cid: set() for cid in cluster_ids}

# 遍历每个样本，统计相邻聚类
for sample_idx, current_label in enumerate(labels):
    # 获取当前样本近邻的标签
    neighbor_labels = labels[neighbor_indices[sample_idx]]
    # 排除自身，添加到相邻集合
    for lbl in neighbor_labels:
        if lbl != current_label:
            adjacent_clusters[current_label].add(lbl)

# 把集合转成列表，方便后续处理
for cid in adjacent_clusters:
    adjacent_clusters[cid] = list(adjacent_clusters[cid])

这个方法能精准捕获到像聚类0和1、3、4、5、6这种实际共享样本邻域的相邻聚类，完全匹配你的需求。

2. 边界样本匹配（更高效） #

先提取每个聚类的边界样本（比如取距离聚类中心最远的20%样本，或者用DBSCAN标记非核心点），然后只计算不同聚类边界样本之间的距离：

• 设定一个距离阈值（比如所有样本平均距离的1/2）
• 如果两个不同聚类的边界点距离小于阈值，就标记这两个聚类相邻
  这种方法减少了计算量，适合样本量很大的场景。

3. 聚类树结构推导（仅适用于特定场景） #

层次聚类生成的聚类树（树状图）记录了聚类的合并顺序。如果你的聚类是从树的某个高度切割得到的，可以查看每个聚类在合并时的"兄弟"聚类，以及兄弟聚类后续合并的聚类。但这个方法只能找层级上的相邻，不一定是空间上的相邻，通用性不如前两种。

内容的提问来源于stack exchange，提问作者Ayesh