有没有办法对一组多元高斯分布进行聚类？

Question

我有一套多元（2D）高斯分布（用均值和方差表示），并希望以保持概率高斯信息（可能使用方差重叠？）的方式对这些分布执行聚类。

​​

我已经做了一些研究，聚类方法，发现DBSCAN聚类比K-手段比较合适，因为我不知道有多少集群期望找到。但是，DBSCAN利用欧几里德距离epsilon值来查找集群，而不是使用每个分布的方差。我也研究过高斯混合模型方法，但它们将一组点拟合成一组K个高斯聚类，而不是将聚类拟合成一组高斯分布。

有谁知道任何可能适合我需求的其他聚类方法吗？

谢谢！

Answer 1

DBSCAN可以使用任意距离。它是而不是限于欧几里德距离。你可以使用分歧度量，例如你的高斯重叠多少。

但是，我会建议分层聚类或高斯混合建模（EM）。

DBSCAN是设计允许香蕉形簇，这是不通过高斯很好地近似。你的目标似乎是合并类似的高斯人。这更好地通过分层聚类来实现。