R 基于线性邻近度的点聚类

我有一些数据，我想根据它们的线性接近度将它们分为两组（即，几乎共线的点被分组在一起）。以下是我的数据示例：

data <- data.frame(Y=c(seq(0,10,1), seq(0,4,0.5)), X= c(0:10,0:8))
plot(jitter(data$Y), jitter(data$X), pch=19) 

---

data你可以试试这个软件包
mclust

## Add a little noise to the lines
data <- data.frame(Y=c(seq(0,10,1), seq(0,4,0.5))+rnorm(20,0,0.1), X= c(0:10,0:8))

library(mclust)
fit <- Mclust(data)
plot(fit)  # classification

##在线条上加一点杂音
数据转换您的数据。
试着聚类/分析变量
z=x/y
而不是你知道你在寻找多少个簇吗？是的，我想把它们分成两个簇。那么，0,0处的点将属于这两个簇。任何集群都很难“正确”分配它们，因为它是不明确的。。。但是，诸如mclust之类的聚类方法很可能决定，例如，接近0的点是一个聚类，其余的点是第二个聚类。运行两次，您可能会得到非常不同的结果。另一方面，数据转换方法是稳定的，你可能会找到一个很好的理论。我也会尝试你的方法。谢谢