Wie kann quantitativ festgestellt werden, ob 1D-Daten um 1 oder 3 Werte gruppiert sind?

Ich habe einige Daten über die Zeit zwischen den Herzschlägen eines Menschen. Ein Hinweis auf ektopische (zusätzliche) Beats ist, dass diese Intervalle um drei Werte anstatt um einen gruppiert sind. Wie kann ich ein quantitatives Maß dafür erhalten?

Ich möchte mehrere Datensätze vergleichen, und diese beiden 100-Bin-Histogramme sind repräsentativ für alle.

Ich könnte die Varianzen vergleichen, aber ich möchte, dass mein Algorithmus erkennen kann, ob es jeweils einen oder drei Cluster gibt, ohne mit den anderen Fällen zu vergleichen.

Dies ist für die Offline-Verarbeitung vorgesehen, sodass bei Bedarf viel Rechenleistung zur Verfügung steht.

Ich rate dringend gegen Verwendung von k-means hier. Die Ergebnisse für verschiedene Werte von k sind nicht sehr gut vergleichbar. Die Methode ist nur eine grobe Heuristik. Wenn Sie wirklich Clustering verwenden möchten, verwenden Sie EM-Clustering, da Ihre Daten normale Verteilungen zu enthalten scheinen. Und validieren Sie Ihre Ergebnisse!

Stattdessen besteht der offensichtliche Ansatz darin, zu versuchen, eine einzelne Gaußsche Funktion anzupassen und (zum Beispiel unter Verwendung der Levenberg-Marquard-Methode) drei Gaußsche Funktionen anzupassen, die möglicherweise auf dieselbe Höhe beschränkt sind (um eine Degeneration zu vermeiden).

Testen Sie dann, welche der beiden Verteilungen besser passt.

Passen Sie eine Mischungsverteilung an die Daten an, etwa eine Mischung aus drei Normalverteilungen, und vergleichen Sie dann die Wahrscheinlichkeit dieser Anpassung mit einer Anpassung einer einzelnen Normalverteilung (mithilfe des Likelihood-Ratio-Tests oder AIC / BIC). Das flexmixPaket für Rkann hilfreich sein.

Wenn Sie K-Mittel-Clustering verwenden möchten, benötigen Sie eine Möglichkeit, die Fälle und zu vergleichen . Ein Ansatz wäre, die verwenden Lücke Statistik von Tibshirani et al. und wählen Sie das , das den besseren Wert liefert. In SLmisc ist eine R-Implementierung verfügbar , obwohl diese bestimmte Funktion versucht. Sie müssen also darauf achten, dass nur oder als optimaler Wert zurückgegeben werden kann.K = 3 K K = 1 , 2 , 3 K = 1 K = $K=1$$K=3$$K$$K=1,2,3$$K=1$$K=3$

Verwenden Sie einen K-Mittel-Clustering-Algorithmus, um die verschiedenen Mittel zu identifizieren

Suchen Sie in R-seek nach der Funktion KNN, um die entsprechende Funktion zu finden