如何解决测量分布中的“单个最强峰”
我想自动检测数据是否有一个非常明显的峰值，具有任何特定的分布。否则数据可能会非常嘈杂，或者可能有几个“假”峰值。下面是一些我期望的性能示例，越高越好：
-
多模式：衡量分数低
-
Flat：衡量分数低
-
参差不齐，没有真正的高点：衡量分数低
-
定义明确的峰，无论尾部厚度或其他考虑因素：测量得分高
密度峰值聚类是否可以成为解决方案，尤其是 HDBSCAN？或者是否有另一种聚类算法，如果专门用于查找单个值的峰值，则计算速度会更快？
我还认为这可能更像是一个模式识别问题，可能会使神经网络变得有用。
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
