具有分类变量的一维聚类

Question

我有尝试分析的日志操作。为了进行分析，我想了解用户是处于页面/导航模式还是测验模式（确定哪种操作更为普遍）。模式由下图所示的操作频率给出。

我想找到-如果数据中存在-阶段发生变化时的边界。当然总会有一些离群值（例如，考虑图中1452的测验点）。

我为此尝试了抽空休息：红色是基于导航点的休息，蓝色是基于测验点的休息。我必须将固定数量的垃圾箱设置为3。因此，这对于我的问题似乎不太满意。

我也考虑过 KDE ，但在那里我也不知道如何执行拆分。

有什么方法可以拆分上述数据，告诉我在2011年至2049年之间的某个地方（即导航的最后一点和测验的第一点），相位发生了变化，并且在4189和4199之间（测验的最后一点和导航的第一点）？

我正在使用Python进行数据分析（以及pandas，numpy等）。

Answer 1

使用KDE。但是请少考虑KMeans（“拆分”），而多考虑密度。

如果状态A的密度较大，那么用户处于模式A？

所以只比较那里的密度。尝试绘制相同多数密度的间隔。