有效地将相似的数字分组在一起[重复]

可能的重复：
一维数数组聚类 https://stackoverflow.com/questions/11513484/1d-number-array-clustering

我有一个数字数组，例如[1, 20, 300, 45, 5, 60, 10, 270, 3]。根据邻近度将这些数字分组在一起的有效算法是什么？在这种情况下，我期望类似的东西[1, 3, 5], [20, 45, 60] and [270, 300].

您所问的最难的部分是如何实际定义接近度。您期望的输出是什么[5,10,15,20]？分组是否与[500,1000,1500,2000]?

关于什么[1,2,3,5,7,8,9]？应该是一组还是三组？ （或两个？）。
关于什么[1,2,3,5,7,8,9,1075,4000]？ 1075 和 4000 会组合在一起吗？样本中较大数字是否会改变较小数字的分组？

这个问题是整个机器学习领域提出的问题：聚类分析 http://en.wikipedia.org/wiki/Cluster_analysis或许这个相关问题 https://stackoverflow.com/questions/6147466/what-clustering-algorithm-to-use-on-1-d-data有帮助吗？

我想你想要的是K-均值聚类 http://en.wikipedia.org/wiki/K-means_clustering（在相关问题中有用链接），但您需要知道要将数据分成多少组才能使用它。