我正在处理一个问题，希望自动将一组分为两个子集，知道集合A中的几乎所有对象在所有维度上的值都将大于集合B中的对象。

我知道可以使用机器学习，但需要完全自动化，因为在问题的不同实例中，集合A和集合B的对象会有不同的值（所以问题实例2中集合B的值可能大于问题实例1中集合A的值！）。

我设想的解决方案可能是找到这两个集合中最能代表它们的对象（它们周围的对象密度最高）。找到这两个集合中N个最佳代表对我来说就足够了。

有谁知道这个问题的名称和/或能提出实现方案吗？（最好是Python）。

谢谢！

回答：

你可以尝试一些聚类方法，这些方法属于无监督机器学习。结果取决于你的数据及其分布情况。根据你的图片，我认为K-means算法可能有效。有一个用于机器学习的Python库scikit-learn，其中已经包含了k-means的实现：http://scikit-learn.org/stable/modules/clustering.html#k-means