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。