我想自动检测数据是否具有非常明显的峰值,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。以下是我期望的一些性能示例,越高越好:
多式联运:测量分数低
平:测量分数低
锯齿状,没有真正的高点:测量分数低
一个明确定义的峰,无论尾部厚度或其他考虑因素如何:测量得分高
密度峰值聚类能否成为一种解决方案,尤其是 HDBSCAN?或者,如果专门用于查找单个值的峰值,是否有另一种计算速度更快的聚类算法?
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。
我想自动检测数据是否具有非常明显的峰值,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。以下是我期望的一些性能示例,越高越好:
多式联运:测量分数低
平:测量分数低
锯齿状,没有真正的高点:测量分数低
一个明确定义的峰,无论尾部厚度或其他考虑因素如何:测量得分高
密度峰值聚类能否成为一种解决方案,尤其是 HDBSCAN?或者,如果专门用于查找单个值的峰值,是否有另一种计算速度更快的聚类算法?
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。