ソートされたデータのコレクションを「インテリジェントに」ビンに入れる方法は？

ソートされたコレクションをインテリジェントにビンに入れようとしています。個のデータのコレクションがあります。しかし、私はこのデータが不等サイズのビンに収まることを知っています。データを適切に合わせるためにエンドポイントをインテリジェントに選択する方法がわかりません。例えば：$n$$m$

コレクションに12個のアイテムがあり、データが3つのビンに収まることがわかっているとします。

Index:  1 2 3 4 5 6 7 8 9 10 11 12
Value:  1 1 1 3 3 3 3 3 3 5  5  6

i = \ {1-3 \}、\ {4-9 \}、\ {10-12 \}のビンのブレークポイントをインテリジェントに選択するにはどうすればよい$i = \{1-3\}, \{4-9\}, \{10-12\}$ですか？

現在の実装では、データを均等なサイズのビンに分割し、エンドポイントの平均をとってビンの終わりのインデックスを見つけます。したがって、次のように機能します。

Index:  1 2 3 4 5 6 7 8 9 10 11 12
Value:  1 1 1 3 3 3 3 3 3 5  5  6

first break evenly: i = 1-4, 5-8, 9-12
mean endpoints:  between 4 and 5: (3+3)/2 = 3
                 between 8 and 9: (3+3)/2 = 3

したがって、3未満の値はビン1に適合し、3を超えて3未満の値はビン2に適合し、3を超える値はビン3に適合します。問題は何ですか。データのビンが等しくない場合、メソッドは失敗します。

友人がk最近傍アルゴリズムに言及しましたが、よくわかりません。

あなたがやりたいことはクラスタリングと呼ばれていると思います。同様の値が同じビンに収集され、ビンの総数が事前に設定されるように、「値」をグループ化する必要があります。

この問題は、k平均クラスタリングアルゴリズムを使用して解決できます。MATLABでは、次の方法でこれを行うことができます。

bin_ids = kmeans(Values,3); 

上記の呼び出しは、グループValues内の分散が最小になるように、3つのグループに値をグループ化します。

k-meansはオプションですが、1次元データの場合はあまり意味がありません。1次元データでは、1つの大きなメリットがあります。データを完全に並べ替えることができます。

見てい自然な切れ目の最適化を代わりに：
http://en.wikipedia.org/wiki/Jenks_natural_breaks_optimization