基于线性接近度的聚类点

Posted 2023-03-13

【中文标题】基于线性接近度的聚类点

【英文标题】：Clustering points based on their linear proximity

【发布时间】：2015-10-06 07:04:34

【问题描述】：

我有一些数据，我想根据它们的线性接近度将它们分成两组（即，几乎共线的点被组合在一起）。这是我的数据示例：

data <- data.frame(Y=c(seq(0,10,1), seq(0,4,0.5)), X= c(0:10,0:8))
plot(jitter(data$Y), jitter(data$X), pch=19) 

我想要得到的结果是这样的：

显然，常规（hierarchical 或 K-means）聚类不起作用。此外，我尝试了spectral 聚类也没有提供好的结果。

非常感谢任何有关如何执行此操作的建议（使用clustering、regression 或其他方法）！谢谢

【问题讨论】：

你知道先验你在寻找多少个集群吗？

是的，我希望将它们分成两个集群。

【参考方案1】：

你可以试试mclust这个包

## Add a little noise to the lines
data <- data.frame(Y=c(seq(0,10,1), seq(0,4,0.5))+rnorm(20,0,0.1), X= c(0:10,0:8))

library(mclust)
fit <- Mclust(data)
plot(fit)  # classification

【参考方案2】：

转换您的数据。

尝试对变量 z = x / y 进行聚类/分析

【讨论】：

嗯，0,0 处的点属于两者。任何聚类都很难“正确”分配它们，因为它是模棱两可的……但是诸如 mclust 之类的聚类方法很可能会决定，例如接近 0 的点为一簇，其余为第二簇。运行它们两次，你可能会得到非常不同的结果。另一方面，数据转换方法是稳定的，您可能可以找到一个很好的理论。

我也要试试你的方法。谢谢。