Bagaimana cara memberi tahu secara kuantitatif apakah data 1D dikelompokkan di sekitar 1 atau 3 nilai?

Saya punya beberapa data tentang waktu antara detak jantung manusia. Salah satu indikasi denyut ektopik (ekstra) adalah bahwa interval ini dikelompokkan sekitar tiga nilai, bukan satu. Bagaimana saya bisa mendapatkan ukuran kuantitatif ini?

Saya ingin membandingkan beberapa set data, dan dua histogram 100-bin ini mewakili semuanya.

Saya dapat membandingkan varians, tetapi saya ingin algoritma saya dapat mendeteksi apakah ada satu atau tiga cluster dalam setiap kasus tanpa membandingkan dengan kasus-kasus lainnya.

Ini untuk pemrosesan offline, jadi ada banyak daya komputasi yang tersedia, jika itu diperlukan.

Saya sangat menyarankan untuk tidak menggunakan k-means di sini. Hasil untuk nilai k yang berbeda tidak sebanding dengan sangat baik. Metode ini hanya heuristik kasar. Jika Anda benar-benar ingin menggunakan pengelompokan, gunakan pengelompokan EM, karena data Anda tampaknya berisi distribusi normal. Dan validasikan hasil Anda!

Sebagai gantinya, pendekatan yang jelas adalah untuk mencoba menyesuaikan fungsi Gaussian tunggal dan (misalnya menggunakan metode Levenberg-Marquard) cocok dengan tiga fungsi Gaussian, mungkin dibatasi pada ketinggian yang sama (untuk menghindari degenerasi).

Kemudian uji, yang mana dari dua distribusi yang lebih baik.

Paskan distribusi campuran dengan data, sesuatu seperti campuran dari 3 distribusi normal, kemudian bandingkan kemungkinan kecocokan tersebut dengan kecocokan distribusi normal tunggal (menggunakan uji rasio kemungkinan, atau AIC / BIC). The flexmixpaket untuk Rmungkin bisa membantu.

$K=1$$K=3$$K$$K=1,2,3$$K=1$$K=3$

Gunakan algoritma pengelompokan K-means untuk mengidentifikasi berbagai cara

Cari fungsi KNN di R-seek untuk menemukan fungsi yang sesuai