请教一个聚类方法选择的问题
因为对聚类的问题没有基础，想向大家请教一个聚类方法选择的问题。数据是一些二维矩阵，对每一个矩阵进行聚类，各个矩阵数据分布基本相似，在其中一个方向上呈M型分布，另一个方向上基本没有变化。现在想要实现的聚类结果如附件1、2所示，两个矩阵里的数据稍有些区别。但都是M型分布。或者也可以说是W型。希望能把A、B、C区分开来。至少能把B和其他两个分开。这样划分的原因是B和其他两个区域有不同的物理意义。A和C物理意义有一些区别，但是相似的。只是B是截然不同的一种。
我用了matlab自带的kmean聚类，有一些矩阵能大致分出来，但效果也不是很好，有的干脆就分不开，如附件3所示。其中R类中画圈的部分按物理意义来说，应该在B类里。类的标识和上面两个图不一样，但分类的目的是一样的。
我知道kmean受初值的影响很大，也知道有一些改进的算法。我现在担心的问题是，kmean就不适用于这种类型的数据。我想问的问题是，像我这样的数据分布情况，是不是有更适用的聚类或者分割方法？这种数据是不是符合某种算法的典型案例？因为对这个方面没有基础，想请有经验的各位给指条明路，告诉我一下什么方法比较适合就可以了，具体的实施过程我会自己学习的。谢谢各位了。 没看懂
你的数据到底是二维数据还是三维数据 ？ 呵呵，谢谢关注。我自己其实理解错了。应该算是个三维的。
后来听说有空间聚类这回事，但是还没有开始尝试，不知道结果会怎么样。
页:
[1]