有效地将相似数字组合在一起

Question

  

可能重复：
  1D Number Array Clustering

我有一组像[1, 20, 300, 45, 5, 60, 10, 270, 3]这样的数字。什么是基于邻近度将这些数字分组在一起的有效算法？在这种情况下，我希望[1, 3, 5]，[20, 45, 60]和[270, 300]之类的内容。

Answer 1

这可能是大规模的矫枉过正，但您可能需要查看 hierarchical clustering algorithms 。这些算法将值组合在一个层次结构中，您可以从中轻松提取最佳k簇。集合聚类可能是这些方法中最容易实现的，而且从经验来看，它往往会产生非常好的聚类。

希望这有帮助！

Answer 2

您要问的最难的部分是如何实际定义接近度。您期望输出来自[5,10,15,20]？它与[500,1000,1500,2000]的分组是否相同？

[1,2,3,5,7,8,9]怎么样？应该有一组还是三组？ （或两个？） 那么[1,2,3,5,7,8,9,1075,4000]呢？ 1075和4000组合在一起吗？较小数字的分组是否会因样本中较大的数字而改变？

这个问题是整个机器学习领域提出的问题：Cluster Analysis 也许这related question会有所帮助吗？

我认为您想要的是K-means clustering（在相关问题中有用地链接），但您需要知道要将数据拆分成多少组才能使用它。