У меня есть набор объектов с трехмерными позициями (x,y, z), где я знаю теоретическое максимальное/минимальное значение xyz для всех объектов. Булавки карты объектов, представляющие трехмерное положение объектов на двухмерной карте вида выше. Я пытаюсь найти способ показать высоту над картой, и, поскольку объекты несколько многоуровневые, я надеюсь, что смогу сгруппировать значения высоты.
Я использую Python для предварительной обработки объектов и хочу сгруппировать их в небольшое количество (скажем, порядка 10 (5 минут?)) групп на основе их координаты Z. Я ищу группы, в которых все объекты в группе расположены близко друг к другу.
Я подозреваю, что какой-то алгоритм кластеризации из sklearn (scikit-learn) имел бы смысл. Мне нужен какой-то способ оптимизировать количество кластеров, чтобы получить «лучший» результат, и, возможно, визуализировать или измерить, насколько «хороша» группировка. Хотя я не уверен, какая метрика подойдет для этого. И sklearn, и кластеризация — это области, с которыми я действительно не знаком.
Я думаю, что мои данные структурированы таким образом, что в результате можно получить кластеры. Было бы интересно расширить его до 3D-кластеров.
Будем очень признательны за любые подсказки и предложения.
