这个问题在这里已有答案:
我有一个在一组对象上运行的算法 . 该算法产生一个得分值,用于指示集合中元素之间的差异 .
排序后的输出是这样的:
[1,1,5,6,1,5,10,22,23,23,50,51,51,52,100,112,130,500,512,600,12000,12230]
如果您将这些值放在电子表格中,您会看到它们组成了组
[1,1,5,6,1,5] [10,22,23,23] [50,51,51,52] [100,112,130] [500,512,600] [12000,12230]
有没有办法以编程方式获得这些分组?
也许一些使用机器学习库的聚类算法?还是我在思考这个?
我看过scikit,但他们的例子对我的问题来说太先进了......
3 回答
如果您不知道群集的数量,那么这是一个很好的选择
MeanShift
:此算法的输出:
修改
quantile
变量可以更改聚类编号选择条件不要将聚类用于1维数据
聚类算法是针对多变量数据而设计的 . 当你有一维数据时, sort 它,并寻找 largest gaps . 这在1d中是微不足道的,并且在2d中是不可能的 . 如果您想要更高级的东西,请使用核密度估计(KDE)并查找本地最小值来分割数据集 .
这个问题有很多重复:
1D Number Array Clustering
Cluster one-dimensional data optimally?
您可以使用群集对这些进行分组 . 诀窍是要了解数据有两个维度:您可以看到的维度,以及看起来像[1,2,3 ... 22]的"spatial"维度 . 您可以在_376313中创建此矩阵,如下所示:
然后,您可以在矩阵上执行聚类,其中:
kclust的输出将如下所示:
对你而言,最有趣的部分是矩阵的第一列,它表示x维度中心的位置:
然后,您可以根据它们最接近的五个中心中的哪一个将您的点分配到群集: