3D点的聚类

Question

我在三维空间中有大约2000万个点（x，y，z）的大型数据集。我知道这些点在密集区域组织，但这些区域的大小不同。我认为标准的无监督3D聚类应该可以解决我的问题。

由于我不能先验地估计簇的数量，我尝试使用k范围宽的k-means，但它很慢，而且，我必须估计每个k分区的重要程度。 基本上，我的问题是：如何将我的点的最重要分区提取到集群中？

Answer 1

k-means可能不是这类数据的最佳算法。

DBSCAN应该更接近你对密集区域的直觉。

首先尝试样本，然后弄清楚如何扩大规模。

Answer 2

如果您打算使用k-means，我上面不清楚，但如果您使用k-means，您应该关注以下帖子的回复，其中显示了如何测量聚类的方差。

Calculating the percentage of variance measure for k-means?

此外，通过尝试2到15 k大小的群集，您可以使用“肘法”获得良好的适应性。请参阅Amro的答案。

Answer 3

在这种情况下，一个简单的想法是沿每个维度使用3个不同的聚类。这可能会加快速度。

因此，您可以沿X轴找到聚类（将所有点投影到X轴），然后沿Y轴继续形成子聚类，然后沿Z轴形成子聚类。

我认为使用动态编程http://www.sciencedirect.com/science/article/pii/0025556473900072可以非常有效地解决1-D k-means。