作者采用 HDBSCAN 原因是因为聚类效果稳定，超参少，但是笔者发现使用 HDBSCAN 聚类的精度并不高，簇内常混杂着其他主题的样本，原因见机器学习聚类算法之HDBSCAN 。实践得出的结论是在样本比较少的时候使用层次聚类并把目标簇的数目设置得大一些，理由很简单数据少的时候样本在空间内是比较稀疏的；但聚类样本到达一定规模的时候选择 DBSCAN 可以达到比较高的精度。