У меня есть набор многомерных (2D) гауссовских распределений (представленный средним значением и дисперсией) и хотел бы выполнить кластеризацию этих распределений таким образом, чтобы поддерживать вероятностную гауссову информацию (возможно, используя перекрытие дисперсий?).Есть ли способ выполнить кластеризацию для множества многомерных гауссовских распределений?
Я сделал некоторые исследования в области методов кластеризации и обнаружили, что DBSCAN кластеризация является более подходящим, чем K-средних, так как я не знаю, сколько кластеров я ожидал найти. Однако DBSCAN использует эвклидовое расстояние epsilon для поиска кластеров вместо использования дисперсий каждого распределения. Я также изучил методы модели Гаусса-Смесь, но они соответствуют набору точек для набора кластеров K Gaussian, а не подгоняют кластеры к набору гауссовских распределений.
Кто-нибудь знает какие-либо дополнительные методы кластеризации, которые могут быть уместны для моих нужд?
Спасибо!
Благодарим вас за ответ, я углубится в использование иерархической кластеризации. – Unl1ght