我有一个数据集，每个实例都只有一个属性值，我需要对其进行聚类。我认为Java-ML（Java机器学习库）适合这个任务。但我发现其中的”Dataset”类被设计为一个实例集，而每个实例又是一个属性集和一个类标签。我的问题是每个实例只有一个属性，并且没有类标签。

以下是我尝试过的示例代码，但令人意外的是，一旦开始聚类，执行就不会结束。

    int k;    Dataset dataset = new DefaultDataset();    double[] val= {5,6,15,20,40,50,55,73};    for(int i = 0; i < val.length; i++) {        Instance instance= new SparseInstance(1);        instance.put(1, val[i]);        dataset.add(instance);    }    k = 3;    Clusterer km = new KMeans(k);    System.out.println(dataset);    Dataset[] clusters = km.cluster(dataset);    System.out.println(dataset);    for(int i = 0; i < k; i++) {        System.out.println(clusters[i]+"\n\n\n\n");    }

我无法理解这种意外行为背后的原因。是否有其他库比Java-ML更适合我的工作？

提前感谢。

回答：

首先，由于你的数据是一维的，首先不要使用聚类。

一维数据可以进行排序，这允许使用比一般情况更快的算法。你可能需要研究经典统计学、自然断点、核密度估计等。实际上，我会从核密度估计开始，并在两个局部最大值之间的最低最小值处分割数据。

关于Java-ML，你所说的表明它实际上是一个分类包。需要类标签是针对以分类为目的的应用的典型要求。在这种情况下，拥有类标签对于学习和验证至关重要。

我主要使用ELKI，它提供了大量的聚类算法选择，并且不期望数据被标记。