Statistics 有没有一种方法可以对一组多元高斯分布进行聚类？

我有一组多元（2D）高斯分布（由均值和方差表示），并希望以保持概率高斯信息的方式对这些分布进行聚类（可能使用方差重叠？）

我对聚类方法做了一些研究，发现DBSCAN聚类比K-means更合适，因为我不知道我希望找到多少个聚类。然而，DBSCAN使用欧几里德距离ε值来查找聚类，而不是使用每个分布的方差。我也研究过高斯混合模型方法，但它们将一组点拟合到一组K个高斯簇，而不是将簇拟合到一组高斯分布

有人知道可能适合我的需要的其他集群方法吗

---

谢谢

dbs可用于任意距离。它不限于欧几里得距离。您可以使用散度度量，例如高斯重叠的程度

然而，我建议使用层次聚类或高斯混合建模（EM）

---

DBSCAN的设计允许香蕉形状的簇，这些簇不能很好地用高斯近似。您的目标似乎是合并类似的高斯函数。通过分层聚类可以更好地实现这一点。

感谢您的回复，我将对使用分层聚类进行更深入的研究。