разбиение массива с плавающей запятой на аналогичные сегменты (кластеризация)

Я думаю, что я бы отсортировал данные (если это еще не сделано), а затем взял бы соседние различия. Разделите разницу на меньшее из чисел, между которыми это разница, чтобы получить процентное изменение. Установите порог, и когда изменение превысит этот порог, запустите новый «кластер».

Изменить: Быстрый демонстрационный код на С++:

#include <iostream>
#include <vector>
#include <algorithm>
#include <iterator>
#include <numeric>
#include <functional>

int main() {
    std::vector<double> data{ 
        1.91, 2.87, 3.61, 10.91, 11.91, 12.82, 100.73, 100.71, 101.89, 200 
    };

    // sort the input data
    std::sort(data.begin(), data.end());

    // find the difference between each number and its predecessor
    std::vector<double> diffs;
    std::adjacent_difference(data.begin(), data.end(), std::back_inserter(diffs));

    // convert differences to percentage changes
    std::transform(diffs.begin(), diffs.end(), data.begin(), diffs.begin(),
        std::divides<double>());

    // print out the results
    for (int i = 0; i < data.size(); i++) {

        // if a difference exceeds 40%, start a new group:
        if (diffs[i] > 0.4)
            std::cout << "\n";

        // print out an item:
        std::cout << data[i] << "\t";
    }

    return 0;
}

Результат:

1.91    2.87    3.61
10.91   11.91   12.82
100.71  100.73  101.89
200

Кластеризация обычно предполагает многомерные данные.

Если у вас есть одномерные данные, отсортируйте их, а затем используйте либо оценку плотности ядра, либо просто просмотрите самые большие пробелы.

В 1 измерении задача существенно упрощается, потому что данные можно сортировать. Если вы используете алгоритм кластеризации, он, к сожалению, не использует это, поэтому вместо этого используйте одномерный метод!

Попробуйте найти самый большой разрыв в одномерных данных. Это тривиально: отсортируйте (n log n, но на практике так быстро, как это возможно), затем посмотрите на два соседних значения для наибольшей разницы.

Теперь попробуйте определить «самый большой разрыв» в двух измерениях и эффективный алгоритм для его обнаружения...