如何确保列表中的实数至少相隔“y”

Question

我有一堆数据（x，y），我想要聚类（比如说60分）。但是，由于数据的性质，一些集群可能非常小（1-2个点），而其他集群可以包含许多点（5-6）。由于固有的随机起始点，运行k均值算法会导致非唯一的质心值。我知道每个星团的中心在y方向上应该至少相距“y”。 （x相对不重要）所以在运行我的kmeans之后，如果任何2个集群的中心在'y'之内，我想重新运行kmeans algo直到它达到我的标准。此外，如果没有收敛，则可以缓慢减少簇的数量。

如何在R中进行此操作？

Answer 1

您的问题没有意义：y是变量，还是给定维度中群集之间的最小距离？

那就是说，这是对它的抨击。群集的中心位于k-means拟合的$centers分量中。所以你可以重复这个过程，直到你得到一个适合中心在y维度至少相距给定距离的地方。

repeat {
    m <- kmeans(df, k)
    cy <- m$centers[, 2]
    cy_diff <- diff(sort(cy))
    if(all(cy_diff > min_dist)) break
}

根据您的数据替换df，k和min_dist。这完全是统计上可疑的IMO，但这是CrossValidated的一个问题。