如何解决检查多个数据点是否在 1-sigma 内彼此一致
我有一个棘手的问题。假设我有 N 个具有 1-sigma 不确定性的高斯数据点。
为简单起见,让我们首先考虑 11 个数据点:X=5.0,4.9,15.2,3.2,11.4,5.1,6.0,2.3,4.8,13.4,6.01,以及它们的 1 sigma 不确定性 sigma_X=0.3,0.5,2.4,0.3、3.8、0.3、1.2、0.5、0.3、1.1、0.02。 我想知道哪些数据点彼此一致。在上面的例子中:所有 5 个数据点:X=5.0,4.8 和 sigma_X=0.3,0.3,1.2,0.3 在 X+-sigma_X 内相互重叠(还有另一个集群, X=15.2,sigma_x=2.4,3.8,1.1,但我不需要)。我想找到包含最多数据点的集群(与其他集群相比)。接下来我想将问题概括为 N 个数据点。请注意,集群中的所有数据点都应该相互重叠。
我觉得这有点像朋友的朋友或聚类算法(基于二叉树)。有人可以帮助我如何在 python 中编码吗?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。