优化聚类一维数据？

有没有人有文章解释Ckmeans.1d.dp算法的工作原理？优化聚类一维数据？

或者：在一维中进行k-means聚类的最优方法是什么？

2011-10-23 Laciel

谷歌变成了技术。报告Knops，Maintz，Pluim＆Viergever（2004），使用乌得勒支大学动态编程的最优一维k-均值聚类，不能在线获得。不幸的是，这个模块的C++代码是非常不可读的。对一个有趣的问题+1。 –

我觉得这是你要找的文件：

2012-07-09 15:22:31

是否有任何为王和宋算法编写的Python包装？他们在论文中指出，他们的R“实现”只是C++实现的一个包装。 –

距离贝尔曼非常古老的技术：聚类分析和动态编程 http://www.sciencedirect.com/science/article/pii/0025556473900072

www.informationgeometry.org

2014-02-23 07:18:03 user108429

嗨，欢迎来到Stack Overflow。请注意，虽然您的答案仍然存在，但链接及其内容可能会更改或删除。请修改您的代码以包含该链接的相关信息。 – Noich

单因素K均值聚类可以为O解决（KN）时间的说明（在已经排序的输入上）基于Monge矩阵的理论结果，但是该方法最不可能是由于数值不稳定性以及编码挑战。

更好的选择是现在在Ckmeans.1d.dp版本3.4.6中实现的O（knlgn）方法。这种实现与启发式k-means一样快，但提供了保证的最优性，比启发式k-means更好几个数量级，特别是对于大k。

Richard Bellman（1973）的通用动态规划解决方案没有涉及k-means问题的具体细节，隐含的运行时间为O（kn^3）。

2016-06-03 01:03:57 user6417312

回答