cluster-analysis - 哪种算法和超参数的哪种组合最适合对这些数据进行聚类？

Question

我在学习非线性聚类算法时遇到了这个二维图。我想知道哪种聚类算法和超参数的组合可以很好地聚类这些数据。



就像人类将这 5 个尖峰聚集在一起一样。我希望我的算法能够做到这一点。
我尝试了 KMeans，但它只是水平或垂直聚类。我开始使用 GMM，但无法获得适合所需聚类的超参数。

Answer 1

如果它不起作用，请始终尝试首先改进预处理。 k-means 等算法对缩放非常敏感，因此需要谨慎选择。

GMM 显然是您的首选。可能值得尝试不同的工具。 R 的 Mclust 非常慢。 Sklearn 的 GMM 有时不稳定。 ELKI 入门有点难，但它的 EM 通常给我最好的结果。

除了 GMM，它可能值得一试 相关聚类 .这些算法假设有一些流形(例如，一条线)存在一个集群。示例包括 ORCLUS、LMCLUS、CASH、4C ……但在我看来，这些主要适用于合成玩具数据。