哪种算法以及超参数的哪种组合将是对这些数据进行聚类的最佳方法？

Question

我正在学习非线性聚类算法，并且遇到了这个二维图。我想知道哪种聚类算法和超参数组合可以很好地聚类该数据。

就像人类会将这五个尖峰聚类一样。我希望我的算法能够做到。我尝试了KMeans，但它只是水平或垂直聚集。我开始使用GMM，但无法获得所需聚类的超参数。

Answer 1

如果不起作用，请始终首先尝试改进预处理。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。尝试不同的工具可能值得。R 的 Mclust 非常慢。Sklearn 的 GMM 有时不稳定。ELKI 上手有点难，但它的 EM 通常给我最好的结果。

除了 GMM 之外，相关聚类可能也值得尝试。这些算法假设有一些流形（例如一条线）上存在簇。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。