一维数据聚类

20220924 -

在以往的学习中，通常聚类行为都是应用于高维数据，或者利用2维数据，最为实验性验证过程。
但是最近遇到了一项任务，对某数据处理的结果进行处理，处理完之后，数据只有一维，如果数据内容比较简单，那么用直方图绘制之后，可以发现只有两个簇，而且距离也比较远。当然，这种情况比较少。

那么这里其实引发一个问题，怎么来划分开两个类别，这也是我思考的问题。一开始的时候，我也不太理解，就想着利用聚类的方法。那么首先想到的就是kmeans这种方式咯。

但是在查了查相关的文章之后，发现了有人针对kmeans-1d发表了相关的文章，具体内容我没有去进行查看，而是针对基于KDE进行聚类的方式进行了查看。

利用KDE进行聚类比较直观，通过KDE获取数据分布的概率密度函数之后，然后获取局部最优点，包括最大最小的这些，然后利用这些作为类别的分割点，文章[1]针对这部分内容给出了相关的代码，文章[2]也与这个类似。文章[3]也给出了相关的讨论。

实际上，最后也没有采用KDE这种方法，因为他获取到的局部最优点太多了，本质上，我觉得还是需要一个比较明确的指标进行划分。

参考

[1]How would one use Kernel Density Estimation as a 1D clustering method in scikit learn?
[2]1D Clustering with KDE

[3]Clustering values by their proximity in python (machine learning?) [duplicate]