Tag: 数据分区

将float数组划分为类似的段（聚类）

我有一个像这样的浮点数组： [1.91, 2.87, 3.61, 10.91, 11.91, 12.82, 100.73, 100.71, 101.89, 200] 现在，我想像这样分区数组： [[1.91, 2.87, 3.61] , [10.91, 11.91, 12.82] , [100.73, 100.71, 101.89] , [200]] // [200]将被视为exception值，因为群集支持较少 我必须为几个数组找到这种段，我不知道分区大小应该是多少。 我试图通过使用层次聚类（Agglomerative）来做到这一点，它给我带来满意的结果。 然而，问题是，我被建议不要将聚类算法用于一维问题，因为它们没有理论上的理由（因为它们用于多维数据）。 我花了很多时间来寻找解决方案。 但是，建议看起来很不一样： 这个和这个 VS. 这和这个和这个 。 我发现了另一个建议，而不是聚类，即自然中断优化 。 但是，这也需要声明分区号，如K-means（右？）。 这很混乱（特别是因为我必须在几个arrays上执行这种分段，并且不可能知道最佳分区号）。 有什么方法可以找到分区（因此我们可以减少分区内的差异并最大化分区之间的差异），并提供一些理论上的理由吗？ 任何指向文章/论文的指针（如果有可用的C / C ++ / Java实现）都有一些理论上的理由对我很有用。