在不同的线性回归之后分离点

时间:2018-02-20 13:45:50

标签: statistics regression cluster-analysis pca linear

给定两个具有相同观察数的变量,您会发现它们在散点图中遵循三个线性回归。你怎么能把他们分成三组不同的线性配件?

enter image description here

4 个答案:

答案 0 :(得分:0)

为此存在专门的聚类算法。

Google for"关联群集"。

如果它们都经过0,则可以更容易地应用适当的特征转换以使它们可分离。所以不要忽视预处理。它是最重要的部分。

答案 1 :(得分:0)

我会计算任意点对之间的线段的斜率,因此使用n点得到n(n+1)/2斜率值,然后使用聚类算法。

Theil–Sen estimator

背后有同样的想法

它刚出现在我的脑海中,似乎值得一试。

答案 2 :(得分:0)

似乎是回归的混合物。有几个包可以做到这一点。其中一个是FlexMix,虽然不是很令人满意。我把我得到和期望的东西放在下面。 enter image description here

enter image description here

答案 3 :(得分:0)

我想我部分地解决了这个问题。我们可以使用r包flexmix来实现这一点,因为最低的面板显示。该软件包可以与另外两个已知适合的数据组一起使用。拟合系数接近已知系数时,分离率可高达90%。