我有一个像这样的一维列表
public class Zeit_und_Eigenschaft
{
[Feature]
public double Sekunden { get; set; }
}
//...
List<Zeit_und_Eigenschaft> lzue = new List<Zeit_und_Eigenschaft>();
//fill lzue
lzue可以
lzue.Sekunden
1
2
3
4
8
9
10
22
55
...
目标是在该列表中找到簇,即可以形成像 f.i. 这样的组的元素。在这个例子中
lzue.Sekunden
1
2
3
4
8
9
10
22
55
哪种聚类算法合适(不知道簇数k)?通用汽车?主成分分析?均值?其他?
最佳答案
不要寻找聚类算法。
聚类是多变量 数据的好术语,但您的数据是一维的,因此您应该查看更早的统计 文献。例如。自然中断优化。
或者只是核密度估计。事实上,您已经在 stackoverflow 上几十次发现了完全相同的问题...
Cluster one-dimensional data optimally?
partitioning an float array into similar segments (clustering)
Efficiently grouping similar numbers together
Clustering values by their proximity in python (machine learning?)
关于c# - 哪种聚类算法适用于不知道k的一维列表?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/20230475/