カーネル密度推定をscikit学習の1Dクラスタリング手法としてどのように使用しますか？
単純な一変量データセットを事前設定された数のクラスターにクラスター化する必要があります。技術的には、データが1Dのみであるため、データのビニングまたはソートに近いですが、上司はそれをクラスタリングと呼んでいるので、その名前に固執します。私が使用しているシステムで使用されている現在の方法はK平均法ですが、それはやり過ぎのようです。
このタスクを実行するより良い方法はありますか？
他のいくつかの投稿への回答では、KDE（カーネル密度推定）について言及していますが、これは密度推定方法ですが、どのように機能しますか？
KDEが密度を返す方法はわかりますが、データをビンに分割するように指示するにはどうすればよいですか？
データに依存しないビンの数を固定するにはどうすればよいですか（これは私の要件の1つです）？
より具体的には、scikit Learnを使用してこれをどのように引き離すのでしょうか？
私の入力ファイルは次のようになります：
str ID sls
1 10
2 11
3 9
4 23
5 21
6 11
7 45
8 20
9 11
10 12
Sls番号をクラスターまたはビンにグループ化したい：
Cluster 1: [10 11 9 11 11 12]
Cluster 2: [23 21 20]
Cluster 3: [45]
そして私の出力ファイルは次のようになります：
str ID sls Cluster ID Cluster centroid
1 10 1 10.66
2 11 1 10.66
3 9 1 10.66
4 23 2 21.33
5 21 2 21.33
6 11 1 10.66
7 45 3 45
8 20 2 21.33
9 11 1 10.66
10 12 1 10.66
自分でコードを記述します。次に、問題に最もよく適合します！
定型文：ネットからダウンロードしたコードが正しいまたは最適であると想定しないでください...使用する前に、コードを完全に理解してください。
%matplotlib inline
from numpy import array, linspace
from sklearn.neighbors.kde import KernelDensity
from matplotlib.pyplot import plot
a = array([10,11,9,23,21,11,45,20,11,12]).reshape(-1, 1)
kde = KernelDensity(kernel='gaussian', bandwidth=3).fit(a)
s = linspace(0,50)
e = kde.score_samples(s.reshape(-1,1))
plot(s, e)
from scipy.signal import argrelextrema
mi, ma = argrelextrema(e, np.less)[0], argrelextrema(e, np.greater)[0]
print "Minima:", s[mi]
print "Maxima:", s[ma]
> Minima: [ 17.34693878 33.67346939]
> Maxima: [ 10.20408163 21.42857143 44.89795918]
したがって、クラスターは
print a[a < mi[0]], a[(a >= mi[0]) * (a <= mi[1])], a[a >= mi[1]]
> [10 11 9 11 11 12] [23 21 20] [45]
視覚的には、この分割を行いました。
plot(s[:mi[0]+1], e[:mi[0]+1], 'r',
s[mi[0]:mi[1]+1], e[mi[0]:mi[1]+1], 'g',
s[mi[1]:], e[mi[1]:], 'b',
s[ma], e[ma], 'go',
s[mi], e[mi], 'ro')
赤いマーカーで切ります。緑のマーカーは、クラスターの中心を推定するのに最適です。