3D點的聚類

Question

我在3維空間中有大約2000萬個點（x，y，z）的大型數據集。我知道這些點是在密集區域組織的，但這些區域的大小各不相同。我認爲標準的無監督3D聚類應該可以解決我的問題。由於我無法先驗地估計聚類的數量，我嘗試使用k的寬範圍的k-means，但是速度很慢，而且我也不得不估計每個k分區有多重要。 基本上，我的問題是：我怎樣才能將我的點的最重要的分區提取到集羣？

Answer 1

從上面我不清楚，如果你打算使用k-means或者不使用k-means，但是如果你是這樣，你應該遵循下面的帖子的迴應，它顯示瞭如何測量羣集的方差。

Calculating the percentage of variance measure for k-means?

此外，您可以嘗試2至十五K大小的簇獲得使用「肘法」一個不錯的選擇。請參閱Amro關於此過程的答案。

Answer 2

在這種情況下，一個簡單的想法是沿每個維度使用3個不同的聚類。這可能會加快速度。

因此，您可以沿X軸找到羣集（將所有點投影到X軸），然後繼續沿Y軸形成子羣集，然後沿着Z軸形成子羣集。

我認爲使用動態編程http://www.sciencedirect.com/science/article/pii/0025556473900072可以非常有效地解決一維k-均值問題。

Answer 3

k-means可能不是這種數據的最佳方法。

DBSCAN應該更接近你的直覺密集的地區。

先試試樣品，然後弄清楚如何放大。