多変量ガウス分布の集合に対してクラスタリングを実行する方法はありますか？

Question

私は多変量（2D）ガウス分布（平均と分散で表される）のセットを持っており、確率的ガウス情報を保持する方法でこれらの分布をクラスタリングしたいと考えています。

​​

私は、クラスタリング方法にいくつかの研究を行って、私は私が見つけることを期待するどのように多くのクラスタがわからないようDBSCANクラスタリングは、K-手段よりも適切であることを見出しました。ただし、DBSCANでは、各分布の分散を使用する代わりに、ユークリッド距離ε値を使用してクラスタを検索します。私はGaussian-Mixture Modelの方法も調べましたが、クラスターをガウス分布の集合にフィッティングするのではなく、K個のガウスクラスターの集合にポイントのセットを当てはめました。

私のニーズに適した追加のクラスタリング方法を知っている人はいますか？

ありがとうございます！

Answer 1

DBSCANは任意の距離で使用できます。ユークリッド距離に限定されているではなく、です。発散尺度を使用できます（例：あなたのGaussians がどれくらい重なっていますか。

しかし、私は階層的クラスタリングまたはガウス混合モデル（EM）を提案します。

DBSCANは良くガウス分布で近似ないあるバナナ状のクラスタを、可能にする設計あります。あなたの目的は、類似したGaussiansをマージするように見えます。これは、階層的クラスタリングにより優れています。