哪个聚类算法适用于一维解释不知道K·

本文介绍了哪个聚类算法适用于一维解释不知道K·的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！ 问题描述 我有一个这样的一维列表I have a one dimensional List like thispublic class Zeit_und_Eigenschaft{ [Feature] public double Sekunden { get; set; }}//...List<Zeit_und_Eigenschaft> lzue = new List<Zeit_und_Eigenschaft>();//fill lzue lzue可lzue can belzue.Sekunden123489102255...目标是发现在该名单集群，即元素可以形成像科幻组在这个例子中Goal is to find clusters in that list, ie elements that could form groups like f.i. in this examplelzue.Sekunden123489102255哪个聚类算法是合适的（不知群集k的数目）？ GMM？ PCA？ K均值？其他的？Which clustering algorithm is suitable(I don't know the number of clusters k)? GMM? PCA? Kmeans? Other?推荐答案不要找的集群的算法。集群是的多元的数据的好词，但你的数据是一维的，所以你应该看看老得多的统计的文学作品。例如。自然间断优化。Clustering is a good term for multivariate data, but your data is one-dimensional, so you should look at much older statistics literature. E.g. Natural Breaks optimization.或只是核密度估计。事实上，你会发现同样的问题的几十的时代在这里已经计算器...Or just kernel density estimation. In fact, you will find the very same question dozens of times here on stackoverflow already...的1D数阵列集群的Cluster一维数据最佳？ 分区的浮动数组类似段（集群） 高效分组类似的数字加在一起的其在Python接近聚类值（学习机？） 这篇关于哪个聚类算法适用于一维解释不知道K·的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！