如何确保列表中的实数至少相隔“y”

Question

我有一堆数据 (x,y)，我想对它们进行聚类（比如 60 个点）。但是，由于数据的性质，一些集群可能非常小（1-2 个点），而其他集群可能包含很多点（5-6 个）。由于固有的随机起点，运行 k-means 算法会产生非唯一的质心值。我确实知道每个集群的中心在 y 方向上应该至少相距“y”。 （x 相对不重要）所以在运行我的 kmeans 之后，如果任何 2 个集群的中心在 'y' 内，我想重新运行 kmeans 算法，直到它获得我的标准。另外，如果没有收敛，集群的数量可以慢慢减少。

我如何在 R 中做这件事？

Answer 1

您的问题没有真正的意义：y 是变量，还是给定维度中集群之间的最小距离？

也就是说，这是一个尝试。集群的中心位于您的 k-means 拟合的组件 $centers 中。所以你可以重复这个过程，直到你找到一个合适的中心在yth维度上至少相距给定的距离。

repeat {
    m <- kmeans(df, k)
    cy <- m$centers[, 2]
    cy_diff <- diff(sort(cy))
    if(all(cy_diff > min_dist)) break
}

根据您的数据替换 df、k 和 min_dist。这在统计上都是相当可疑的 IMO，但这是 CrossValidated 的问题。