在不知道k的情况下,哪种聚类算法适用于一维列表？

Question

我有一个像这样的一维列表

public class Zeit_und_Eigenschaft
{
    [Feature]
    public double Sekunden { get; set; }
}

//...
List<Zeit_und_Eigenschaft> lzue = new List<Zeit_und_Eigenschaft>();
//fill lzue

lzue可以

lzue.Sekunden
1
2
3
4
8
9
10
22
55
...

目标是在该列表中找到群集,即在此示例中可以形成像fi这样的群组的元素

lzue.Sekunden
1
2
3
4

8
9
10

22

55

哪种聚类算法是合适的(我不知道聚类数k)？GMM？PCA？K均值？其他？

Answer 1

不要寻找聚类算法.

聚类是多变量数据的一个很好的术语,但您的数据是一维的,因此您应该查看更多旧的统计数据.例如自然休息优化.

或者只是核密度估计.事实上,你会在stackoverflow上找到几十个相同的问题......

1D数字阵列聚类

最佳地聚类一维数据？

将float数组划分为类似的段(聚类)

有效地将相似数字组合在一起

在python中通过它们的接近度聚类值(机器学习？)