3D平面中的聚類點

Question

假設我們在一個立方體中有1000個隨機數據點（如下圖所示）。 X和Y方向上的點分布是均勻的，但Z方向不是。 隨着我們的深入，數據點也越來越密集。 python中是否有任何簡單的方法來聚類這些數據點，使得：

• 每個集群的大小相等
• 每個聚類由局部點組成，即，每個聚類由彼此靠近的點組成。

我已經從Scipy包中嘗試了K-means聚類，但是它並沒有給我帶來很好的結果，並且每個聚類的要點都非常廣泛，而不是集中。

Answer 1

嘗試使用Scikit-Learn的實現。 他們使用稱為“ K-Means ++”的技術初始化集群，該技術概率性地選擇了第一種方法以獲得最佳的初始分布。 這產生了較高的獲得良好結果的可能性。

http://scikit-learn.org/stable/modules/generated/sklearn.cluster.KMeans.html