K-means 边界答案

【问题标题】：K-means boundariesK-means 边界
【发布时间】：2017-12-22 18:42:12
【问题描述】：

有没有办法在 kmeans 聚类中找到 x-y 数据的边界（坐标）。我从 xy 数据中生成了 8 个集群，如下所示（每种颜色代表一个集群）。我需要获取每个集群的边界值。

【问题讨论】：

【解决方案1】：

我通常用于聚类的ELKI 工具会在可视化中为您生成边界。我不知道它是否也会将坐标输出到文件中。

它被称为 Voronoi 图，您需要对偶，即 Delaunay 三角剖分来构建它。你可以很容易地找到算法。

注意有些边会趋于无穷（想象一下两个簇，它们的边界是什么样子的？边界的坐标是多少？）

请注意，在您的数据集上，这种聚类似乎不是很好。集群之间的界限在我看来相当随意。

【讨论】：

这项工作的目的是寻找点的集中度。点上有很多重叠。我确实尝试了更多，最终得到了我希望得到的大约 6 个集群，它看起来比以前好多了。是否有可能只获得水平和垂直边界？如果不是kmeans；可能是其他算法？
好吧，显然例如黄色和黑色是相同浓度的点。右上角和右下角有趣的浓度都在同一个灰色簇中。蓝色还包含多个有趣的浓度……也许您应该尝试 OPTICS 或 DBSCAN 或 HDBSCAN*。因为 k-means 不适用于这个数据集。