有没有办法对一组多元高斯分布进行聚类？答案

【问题标题】：Is there a way to perform clustering for a set of multivariate Gaussian distributions?有没有办法对一组多元高斯分布进行聚类？
【发布时间】：2017-02-02 00:23:14
【问题描述】：

我有一组多元 (2D) 高斯分布（由均值和方差表示），并希望以保持概率高斯信息的方式对这些分布进行聚类（也许使用方差的重叠？）。

我对聚类方法进行了一些研究，发现 DBSCAN 聚类比 K-means 更合适，因为我不知道我期望找到多少个聚类。但是，DBSCAN 使用欧几里德距离 epsilon 值来查找集群，而不是使用每个分布的方差。我还研究了高斯混合模型方法，但它们将一组点拟合到一组 K 高斯集群，而不是将集群拟合到一组高斯分布。

有人知道可能适合我需要的任何其他聚类方法吗？

谢谢！

【问题讨论】：

标签： statistics cluster-analysis data-mining data-modeling gaussian

【解决方案1】：

DBSCAN 可用于任意距离。它不限于欧几里得距离。您可以采用发散度量，例如你的高斯分布有多少重叠。

但是，我建议使用层次聚类或高斯混合建模 (EM)。

DBSCAN 的设计允许香蕉形簇，不能很好地被高斯近似。您的目标似乎是合并相似的高斯。这最好通过层次聚类来实现。

【讨论】：

感谢您的回复，我将深入研究使用层次聚类。