Ефективне групування подібних чисел разом [дублікат] - алгоритм, математика, агностика мови, статистика, кластерний аналіз

Можливі дублікати:
Кластеризація масивів 1D

У мене є масив чисел, як [1, 20, 300, 45, 5, 60, 10, 270, 3]. Що таке ефективний алгоритм групування цих чисел разом на основі близькості? У цьому випадку я очікую щось подібне [1, 3, 5], [20, 45, 60] і [270, 300].

Відповіді:

Найважча частина того, що ви задаєте, - це визначення фактичної близькості. Що б ви очікували від вихідного [5,10,15,20]? Це буде точно так само, як і для групи [500,1000,1500,2000]?

А як на рахунок [1,2,3,5,7,8,9]? Чи повинна бути одна група або три? (або два?).
А як на рахунок [1,2,3,5,7,8,9,1075,4000]? Чи 1075 і 4000 згруповані разом? Чи зменшуються групування менших чисел у більшій кількості у зразку?

Це питання є щось задане цілим полем машинного навчання: Кластерний аналіз Можливо це пов'язане питання допоможе?

Я думаю, що ти хочеш K-засоби кластеризації (з належним чином пов'язаним з відповідним питанням), але ви повинні знати, скільки груп ви хочете розділити ваші дані, щоб використовувати його.

Це може бути величезним перебільшенням, але ви можете розглянути це ієрархічні алгоритми кластеризації. Ці алгоритми об'єднують значення в aІєрархія, з якої можна легко витягнути найкращі кластери k. Агломераційні кластери - це, мабуть, найпростіший з цих підходів для реалізації, і з досвіду він має тенденцію створювати дуже хороші кластери.

Сподіваюся, це допомагає!