如何在一组数据点中找到 1 个集群

Question

我试图在一组数据中找到 1 个簇，如果不选择所有数据点都在簇内（即在模拟开始时丢失的粒子），我不确定如何做到这一点。

我附上了我试图在我的代码中识别的集群的 gif，并希望找到它的均方根半径。

Answer 1

一个集群手段是一组与其他集群区分开来的数据。如果只能有 1 个集群，则它必须是所有集群。换句话说，当有其他集群时，一个集群才有意义。

所以你找不到唯一的 1 个集群。您应该区分多个集群并选择 1。

从这个角度来看，您似乎想要有两个集群，一个集群是围绕原点 (0, 0) 的密集点，另一个集群是远离原点的所有其他稀疏点。对于此类数据，您可以使用spectral clustering。

尝试sklearn.cluster.SpectralClustering 与各种gamma。

有以下数据

X = np.array([
    [0, 0], [0.1, 0], [0, 0.1], [-0.1, 0], [0, -0.1],  # hopefully cluster 1
    [5, 0], [0, 5], [-5, 0], [0, -5]                   # hopefullycluster 2
])

我可以使用gamma=5.0成功地将它们区分为两个集群

clustering = SpectralClustering(
    n_clusters=2,
    gamma=5.0,
    assign_labels="discretize",
    random_state=0
).fit(X)

print(clustering.labels_)