我有一些数值数据集，需要为其创建概念层次。目前，我一直通过观察数据（以及相应的折线图）手动完成这项工作。根据我的直觉，我创建了一些可以接受的层次结构。

这似乎是一项可以自动化的任务。有没有人知道是否存在一种为数值数据生成概念层次的算法？

举个例子，我有以下数据集：

Bangladesh     521Brazil         8295Burma          446China          3259Congo          2952Egypt          2162Ethiopia       333France         46037Germany        44729India          1017Indonesia      2239Iran           4600Italy          38996Japan          38457Mexico         10200Nigeria        1401Pakistan       1022Philippines    1845Russia         11807South Africa   5685Thailand       4116Turkey         10479UK             43734US             47440Vietnam        1042

我为此创建了以下层次结构：

• 最低 (< 1000)
• 低 (1000 – 2500)
• 中 (2501 – 7500)
• 高 (7501 – 30000)
• 最高 (> 30000)

回答：

也许你需要一个聚类算法？

引用自链接：

聚类分析或聚类是将一组观察结果分配到子集（称为簇）中，以便同一簇中的观察结果在某种意义上是相似的。聚类是一种无监督学习方法，是许多领域中用于统计数据分析的常用技术