基于 C# 中数据点的接近度为数据创建集群
Creating clusters for data based on proximity of data points in C#
我有一个包含在 List<Point4D> allPoints 中的数据点集合，其中每个 Point4D point 由一个包含其在 space 中的 x、y、z 位置的节点表示（point.X , point.Y , point.Z) 及其幅度值 ( point.W )。数据点表示物体上的各个应力点，因此物体上存在各种数据点簇，其中数据点非常接近并且具有相似的大小。
我希望能够确定这些集群的位置以及它们包含哪些数据点。用户需要能够看到集群并且（最终）能够根据 size/number 或 points/stress 值大小等来过滤它们（这不是我现在主要关心的问题）。
现在，我只想围绕每个集群中包含的数据点生成一种 "bubble"，这样我就可以单独显示每个集群。
我已经尝试实施 K-means 但卡住了，因为我需要事先知道有多少集群（至少，这是我发现的所有实施中的要求）。出于我的目的，我不会事先知道有多少个集群或它们在哪里；此信息因当前正在分析的数据集而异（数据从用户上传的 .csv 文件导入）。
如有任何想法，我们将不胜感激！
Thr 通常的方法是 运行 k-means 多次针对不同的 k，然后通过一些启发式方法（例如（愚蠢的）肘部方法）选择 "best"。更好的选择包括 VRC，但应该非常清楚，没有普遍最佳的 kz，您的应用程序可能是一个示例，您可能需要比通过此类方法找到的 "best" 更大的 k。
还有一些变体，例如 x-means 和 g-means，它们会在聚类期间尝试"learn k"，主要是通过尝试拆分聚类，只要启发式有所改进。
我有一个包含在 List<Point4D> allPoints 中的数据点集合，其中每个 Point4D point 由一个包含其在 space 中的 x、y、z 位置的节点表示（point.X , point.Y , point.Z) 及其幅度值 ( point.W )。数据点表示物体上的各个应力点，因此物体上存在各种数据点簇，其中数据点非常接近并且具有相似的大小。
我希望能够确定这些集群的位置以及它们包含哪些数据点。用户需要能够看到集群并且（最终）能够根据 size/number 或 points/stress 值大小等来过滤它们（这不是我现在主要关心的问题）。
现在，我只想围绕每个集群中包含的数据点生成一种 "bubble"，这样我就可以单独显示每个集群。
我已经尝试实施 K-means 但卡住了，因为我需要事先知道有多少集群（至少，这是我发现的所有实施中的要求）。出于我的目的，我不会事先知道有多少个集群或它们在哪里；此信息因当前正在分析的数据集而异（数据从用户上传的 .csv 文件导入）。
如有任何想法，我们将不胜感激！
Thr 通常的方法是 运行 k-means 多次针对不同的 k，然后通过一些启发式方法（例如（愚蠢的）肘部方法）选择 "best"。更好的选择包括 VRC，但应该非常清楚，没有普遍最佳的 kz，您的应用程序可能是一个示例，您可能需要比通过此类方法找到的 "best" 更大的 k。
还有一些变体，例如 x-means 和 g-means，它们会在聚类期间尝试"learn k"，主要是通过尝试拆分聚类，只要启发式有所改进。