有没有办法对一组多元高斯分布执行聚类？
Is there a way to perform clustering for a set of multivariate Gaussian distributions?
我有一组多元 (2D) 高斯分布（由均值和方差表示），并希望以维持概率高斯信息的方式对这些分布执行聚类（可能使用方差重叠？） .
我对聚类方法做了一些研究，发现 DBSCAN 聚类比 K-means 更合适，因为我不知道我期望找到多少个聚类。但是，DBSCAN 使用欧式距离 epsilon 值来查找聚类，而不是使用每个分布的方差。我还研究了高斯混合模型方法，但它们将一组点拟合到一组 K 高斯聚类，而不是将聚类拟合到一组高斯分布。
有人知道可能适合我需要的任何其他聚类方法吗？
谢谢！
DBSCAN 可用于任意距离。它不受限于欧氏距离。您可以采用分歧措施，例如你的高斯重叠.
有多少
但是，我建议使用层次聚类或高斯混合建模 (EM)。
DBSCAN 设计 允许香蕉形簇，不是 高斯近似。您的 objective 似乎是要合并相似的高斯分布。通过层次聚类可以更好地实现这一点。
我有一组多元 (2D) 高斯分布（由均值和方差表示），并希望以维持概率高斯信息的方式对这些分布执行聚类（可能使用方差重叠？） .
我对聚类方法做了一些研究，发现 DBSCAN 聚类比 K-means 更合适，因为我不知道我期望找到多少个聚类。但是，DBSCAN 使用欧式距离 epsilon 值来查找聚类，而不是使用每个分布的方差。我还研究了高斯混合模型方法，但它们将一组点拟合到一组 K 高斯聚类，而不是将聚类拟合到一组高斯分布。
有人知道可能适合我需要的任何其他聚类方法吗？
谢谢！
DBSCAN 可用于任意距离。它不受限于欧氏距离。您可以采用分歧措施，例如你的高斯重叠.
有多少但是，我建议使用层次聚类或高斯混合建模 (EM)。
DBSCAN 设计 允许香蕉形簇，不是 高斯近似。您的 objective 似乎是要合并相似的高斯分布。通过层次聚类可以更好地实现这一点。