我有一系列线数据（2-3 个连接点）。 我可以使用哪种机器学习算法将线分类为它们的位置相似性？ （下图）
最好使用 Python 库，例如 SciKit-Learn。
编辑： 我试过 DBSCAN，但我遇到的问题是如果有两条线相交，有时 DBSCAN 将它们视为一组，即使它们完全不同的方向。
这是我目前找到的解决方案：
GeoPath 聚类算法
这里的想法是将彼此非常相似的地理路径聚集成组。
步骤：
1- 基于坡度的聚类线
2- 在步骤 1 的每个集群中，找到线的中心并使用 k-mean 算法将它们分成更小的组
3- 在步骤 2 的每个地理区域中，计算每条线的长度并在定义的长度阈值内对线进行分组
结果将是具有相似坡度、彼此靠近且行进距离相似的小线组。
【问题讨论】：
标签： python machine-learning scikit-learn line classification
我会抛出一个答案，因为我认为当前的答案是不完整的......而且我还认为“简单启发式”的评论还为时过早。我认为，如果你对点进行聚类，你会得到与图表所描绘的不同的结果。因为集群将靠近端点，您不会得到漂亮的椭圆。
因此，如果您的数据确实与您的显示方式相似。我会尝试将每组 2/3 点转换为更长的点列表，这些点基本上可以勾勒出线条。 （你需要试验密度）
然后在结果上运行 HDBSCAN 观看视频 (https://www.youtube.com/watch?v=AgPQ76RIi6A) 以获取您的集群。我相信“pip install hdbscan”会安装它。
现在，在测试新样本时，首先将其分解为许多 (N) 个点，然后将它们与您的 hdbscan 模型相匹配。我认为，如果您对 N 点采取多数投票法，您将获得“线”所属的最佳整体集群。
所以，虽然我有点同意“简单启发式”的评论，但如果你想让整个事情自动化，那就没那么简单了。观看视频后，您可能会确信 HDBSCAN，由于其基于密度的算法，将适合这个问题（如果您决定从每个样本中创建许多点）。
最后我要说的是，我确信以前有线交叉模型已经做到了这一点......并且确实存在可以完成这项工作的启发式方法和规则。很可能，它们在计算上也更经济。我的回答只是按照您的要求使用 sklearn 进行有机处理......而且我什至没有测试过它！如果我站在你的立场上，这就是我会采取的行动。
编辑
我四处寻找，您可以尝试一些行相似性度量。 Frechet 和 Hausdorff 距离度量。
弗雷切：http://arxiv.org/pdf/1307.6628.pdf Hausdorff：distance matrix of curves in python 用于 python 示例。
如果您生成所有成对的相似性，然后根据相似性和/或将它们分组到 N 个 bin 中，那么您可以将这些 bin 称为您的“集群”（虽然不是 kmeans 集群！）。对于每个新行，生成所有相似性并查看它属于哪个 bin。我修改了我原来的评论，即可能计算量较少......你很幸运，你的行只有 2 或 3 分！
【讨论】：
您要解决的问题称为聚类。有关 sklearn 中聚类算法的概述，请参阅http://scikit-learn.org/stable/modules/clustering.html#clustering。
编辑 2：当我第一次看到您的帖子时，我想到了 KMeans，但根据 cmets 的反馈，它看起来不太合适。你可能想试试 sklearn 的 DBSCAN。
您可以添加的潜在转换或额外功能是将直线拟合到每组点，然后使用（斜率，截距）对。您可能还想使用每条线的质心。
【讨论】：