Як кількісно сказати, чи 1D дані кластеризовані навколо 1 або 3 значень?

У мене є деякі дані про час між серцебиттями у людини. Однією з ознак позаматкових (зайвих) ударів є те, що ці інтервали кластеризовані навколо трьох значень замість одного. Як я можу отримати кількісну міру цього?

Я хочу порівняти кілька наборів даних, і ці дві 100-бінкові гістограми є репрезентативними для всіх.

Я міг би порівняти відхилення, але я хочу, щоб мій алгоритм міг визначити, чи є в кожному випадку один чи три кластери, не порівнюючи з іншими випадками.

Це для офлайн-обробки, тому доступна велика обчислювальна потужність, якщо це потрібно.

Я настійно раджу проти використання K-засобів тут. Результати для різних значень k не дуже добре порівнянні. Метод - просто сирий евристичний. Якщо ви дійсно хочете використовувати кластеризацію, використовуйте кластеризацію EM, оскільки, здається, ваші дані містять звичайні розподіли. І підтверджуйте свої результати!

Натомість очевидним підходом є намагання встановити єдину функцію Гаусса і (наприклад, використовуючи метод Левенберга-Маркарда), встановити три функції Гаусса, можливо обмежені на однакові висоти (щоб уникнути виродження).

Потім перевірте, який із двох розподілів підходить краще.

Підмістіть розподіл суміші до даних, щось на зразок суміші 3-х нормальних розподілів, а потім порівняйте ймовірність того, що це відповідає, до придатності єдиного нормального розподілу (використовуючи тест на коефіцієнт ймовірності або AIC / BIC). flexmixПакет Rможе допомогти.

Якщо ви хочете використовувати кластеризацію K-засобів, тоді вам потрібен спосіб порівняння $K=1$ і $K=3$справ. Одним із підходів було б використання статистики розриву від Tibshirani et al. і виберіть$K$що забезпечує кращу цінність. В SLmisc є реалізація R , хоча саме ця функція буде спробувати$K=1,2,3$, тож вам потрібно буде подбати лише про те $K=1$ або $K=3$ може бути повернуто як оптимальне значення.

Використовуйте алгоритм кластеризації K-засобів для ідентифікації різних засобів

Шукайте функцію KNN в R-пошуку, щоб знайти відповідну функцію