我有一个正在尝试聚类的数据集，并且我知道最多会有 N 个聚类（基于数据集所代表的事物的某些物理属性）。但是，可能只有 1 个集群。集群本身非常紧密，并且集群间隔非常大（至少集群间距离比集群内距离大一个数量级）。这是其他处理步骤的下游，所以我（有理由）相信极端异常值已被删除。N 通常为 1、2 或 4。对于这种情况，是否有众所周知的算法？
我考虑过使用 K-Means，运行它，并以某种方式选择最佳结果（也许是使集群间与集群内距离比率最大化的结果，或其他东西），但我提出的区分最佳运行的标准对我来说似乎都是临时的。
谢谢！
你可以看看贝叶斯聚类。这似乎很合适，因为您可以从精确N集群开始，当您的解决方案收敛时，不需要的集群将退出。如果您的数据已经很好地分离，我希望这种方法会很快收敛。有关这方面的示例，请参见 [1] 第 10 章。
[1] Christopher M. Bishop，模式识别和机器学习
您可以尝试一种递归方法，其中给定一组点, 你首先计算协方差矩阵 点的坐标。
然后您可以使用最大的特征向量的作为您的搜索方向，即每个点, 计算，这将您的问题简化为值，可以通过排序来解决并在两个条目之间的最大间隙处拆分它们，为您提供两个子集和.
然后，只要生成的集群充分分离，您就可以递归地进行。
请注意，这种方法对于病理情况将失败，例如如果粒子在圆圈上，但大多数方法也会如此。主要优点是它与使用的维度数量无关。