三维平面中的聚类点

Question

假设我们在一个立方体中有1000个随机数据点（如下图所示）。 X和Y方向上的点分布是均匀的，但不是Z方向。随着我们越来越深入，数据点越来越密集。在python中是否有任何直接的方法来聚集这些数据点：

• 每个群集的大小相同
• 每个群集由本地点组成，即每个群集由彼此靠近的点组成。

我已经尝试过Scipy软件包中的K-means集群，但它没有给我一个好的结果，每个集群的要点非常普遍而不是集中。

Answer 1

尝试使用Scikit-Learn的实施。他们使用一种名为＆＃34; K-Means ++＆＃34;的技术初始化他们的集群。它以概率方式选择第一种方法以获得最佳的起始分布。这样可以获得更好的结果。

http://scikit-learn.org/stable/modules/generated/sklearn.cluster.KMeans.html