如何使用Ruby进行一维k均值聚类？

Question

我的问题：

我已经搜索了可用的Ruby宝石，以找到执行k均值聚类的宝石。我发现了很多：金丝，K均值聚类，手段和pp。我的问题是，没有一个宝石处理一维k均值聚类。他们都期望得到这样的输入：

[[1, 2], [3, 4], [5, 6]]

我的输入如下：

[1, 2, 3, 4, 5, 6]

因此，我的问题是:如何使用Ruby执行一维k均值聚类？

上下文(我的任务)：

我有100个输入值：

0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、2、2、2、3、3、3、3、3、3、3、3、3、3、3、3、4、4、5、5、5、5、5、8、8、10、16、18、22、22、35、50、50

每个值表示一个响应时间，即某个客户服务代理响应客户电子邮件所需的分钟数。因此，第一个值0表示客户只等待了0分钟的响应。

我需要找出有多少个快速、中快和慢响应时间实例。换句话说，我想在3个池中将我的输入值削减，然后计算每个池中有多少。

复杂的因素是，我必须根据斜坡的整体陡度，找出在哪里进行切割。没有固定的定义快，中-快和慢。第一个切口(在快和中快之间)应该发生在坡度比以前急剧增加的地方。第二次切割(中快和慢之间)应该发生在更加剧烈的陡峭增长发生的时候。

以下是输入值的图形表示形式。

​

​

在上面的例子中，常识可能会将fast定义为0-3，因为有许多0、1、2和3.4-8或4-10的实例看起来像是中快的常识选择。但是如何从数学上确定这样的事情呢？如果响应时间通常更快，那么客户就会预期到这一点，所以在最后一个更小的增长应该会触发削减。

整理笔记：

我确实找到了处理一维k均值集群的gem 戴维德里查德，但是它似乎不能正常工作(示例代码引发了语法错误)。

Answer 1

不管怎么说，K-均值是这份工作的错误工具。

它不是为了拟合指数曲线而设计的。

以下是一个更合理的建议：

看这个情节，划上三分，然后你就有了你的三个小组。

或者看分位数。报告中位反应时间，90%分位数和99%分位数.

聚类是关于多元数据中的结构发现。这可能不是你想要的，抱歉。

如果您坚持尝试k-方法，请尝试将数据编码为

[[1], [2], [3], [4], [5]]

检查结果是否至少达到了你想要的程度(还记得k-均值是随机的)。多次运行可能会产生非常不同的结果)。