从数据集中以线的形式提取聚类

Question

我有一个类似于下面所示的数据集，从我的角度来看，它清晰地形成了一条线。我想要用一条线连接每条曲线内的标记，而不是绘制标记。我很好奇，在这种情况下，哪种类型的聚类算法会很好？

import numpy as np
import matplotlib.pyplot as plt
np.random.seed = 42

#Generate (x,y) data
x = np.linspace(0.1,0.9,50)
y = x%1
x += np.sin(2*x%1)
y = y%0.2

#Shuffle (x,y) data
ns = list(range(len(x)))
np.random.shuffle(ns)
x = x[ns]
y = y[ns]

#Plot
fig, axs = plt.subplots(1,2)
axs[0].scatter(x,y)
axs[1].plot(x,y)
plt.savefig("markers vs lines.pdf")

图 - 左：标记，右：按行连接的数据点。

Answer 1

由于您要求使用群集算法，您可能需要查看DBSCAN。

http://scikit-learn.org/stable/auto_examples/cluster/plot_dbscan.html

有两个参数，epsilon和制作群集的点数。

这是一个让你入门的代码：

<datetimepicker v-model="myDate"></datetimepicker>

结果：

灵感来自：http://scikit-learn.org/stable/auto_examples/cluster/plot_dbscan.html

有关DBSCAN参数的更多信息，请访问：http://scikit-learn.org/stable/modules/generated/sklearn.cluster.DBSCAN.html#sklearn.cluster.DBSCAN

希望得到这个帮助。

Answer 2

由于架构原因，此类数据在图像分析中很常见。

为了推断透视，人们使用霍夫变换来识别点线。

这可能是在这里使用的最佳方法。