1D数组数组聚类

可能重复：
一维数据最佳聚类？

所以我们说我有一个这样的数组：

[1,1,2,3,10,11,13,67,71] 

有没有一种方便的方法来将数组分成这样的东西？

 [[1,1,2,3],[10,11,13],[67,71]] 

我查看了类似的问题，但大多数人build议使用k-means来聚类点，比如scipy ，这对于像我这样的初学者来说是相当混乱的。 另外我觉得k-means更适合两维或更多维的聚类吗？ 有没有办法根据数字将N个数字分成多个分区/集群？

有些人也提出了严格的范围划分，但并不总是如预期的那样提供结果

Answer 1

不要将多维聚类algorithm用于一维问题。 单一的维度比天真的想法要特别的多，因为你实际上可以对它进行分类 ，这使得事情变得更容易。

实际上，它通常不称为聚类，但是例如分割或自然中断优化。

你可能想看看Jenks Natural Breaks Optimization和类似的统计方法。 核密度估计也是一个很好的方法来看，具有强大的统计背景。 密度的局部最小值是将数据分成簇的好地方，有统计学的理由。 KDE可能是一维数据聚类最好的方法。

使用KDE，一维数据performance得更好，这一点再次变得明显。 在一维，你有当地最低标准; 但是在2D中你可能有鞍点和这种“可能”的分裂点。 看这个维基百科的一个鞍点插图 ，因为这样一个点如何可能或可能不适合分裂集群。

Answer 2

你可能会寻找离散化algorithm。 一维离散化问题和你所问的很相似。 他们根据频率，分箱策略等决定分界点。

weka在其离散化过程中使用以下algorithm。

weka.filters.supervised.attribute.Discretize

使用Fayyad和伊朗的MDL方法或Kononeko的MDL标准

weka.filters.unsupervised.attribute.Discretize

使用简单的分箱