Machine learning 1D数据系列中是否有多个群集?

Machine learning 1D数据系列中是否有多个群集?,machine-learning,statistics,data-science,Machine Learning,Statistics,Data Science,一系列值可能有集群,也可能没有集群。例如: [1, 2, 1, 0, 1, 1, 0, -1, 0, 21, 22] [21,22]落入第二个簇 什么样的无监督方法可以在不手动设置阈值的情况下判断数据中是否有多个群集?群集是一种抽象的定义,从数据和上下文中获取其含义,在您的序列中可以有1个或多个群集,这取决于你使用的算法以及你要求它找到多少个集群 您可以使用方法来评估输出聚类,并由此推断出最佳聚类数 大多数方法的工作原理是比较同一簇和不同簇中的点之间的相似性 我建议你读下面的内容 谢谢!我会读

一系列值可能有集群,也可能没有集群。例如:

[1, 2, 1, 0, 1, 1, 0, -1, 0, 21, 22]
[21,22]落入第二个簇


什么样的无监督方法可以在不手动设置阈值的情况下判断数据中是否有多个群集?

群集是一种抽象的定义,从数据和上下文中获取其含义,在您的序列中可以有1个或多个群集,这取决于你使用的算法以及你要求它找到多少个集群

您可以使用方法来评估输出聚类,并由此推断出最佳聚类数 大多数方法的工作原理是比较同一簇和不同簇中的点之间的相似性

我建议你读下面的内容

谢谢!我会读的。我的直觉是,在我的例子中,集群是这样一个子集,其成员内的sigma小于其成员与其他集群成员之间的空白。事实上,弯头方法似乎是解决方案。尝试和评估不同数量的集群是有意义的!