<分区>
我有很多点。点可以被分成簇,每个簇都很好地拟合了一条回归曲线(一条直线)。
我想要簇的数量,以便点最适合相应的曲线。没有集群数量的先验知识。
目的是找到聚类和相关的回归曲线(一旦有了聚类,第二个就很明显了)。
编辑: 为了确定集群的数量,我知道一些 BIC 标准。这可能是一种从大约已知数量的集群开始的方法。
<分区>
我有很多点。点可以被分成簇,每个簇都很好地拟合了一条回归曲线(一条直线)。
我想要簇的数量,以便点最适合相应的曲线。没有集群数量的先验知识。
目的是找到聚类和相关的回归曲线(一旦有了聚类,第二个就很明显了)。
编辑: 为了确定集群的数量,我知道一些 BIC 标准。这可能是一种从大约已知数量的集群开始的方法。
最佳答案
看看Scott Gaffney关于 Curve Clustering 的工作.我有机会在研究生院与 Scott 一起工作了一年,他在他的网站上提供的 Matlab 工具箱工作得很好。
另外,请参阅他关于基于多项式曲线和样条曲线实现曲线聚类的论文。
关于algorithm - 曲线拟合的聚类算法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/18011752/