¿Cuál es la forma más fácil de separar dos poblaciones en un diagrama de dispersión?

Question

Tengo que separar dos poblaciones por una línea en un diagrama de dispersión:

Me gustaría encontrar un umbral que separa las dos poblaciones. En @Waynes palabras, me gustaría agrupar los puntos en dos categorías, a continuación, calcular la línea que mejor se separa de ellos. ¿Cuál es la forma más sencilla de lograr esto en R? He probado el algoritmo de Otsu en los datos brutos, pero no sé si este es lo suficientemente robusta como para otros conjuntos de datos.

Edit: no sé cuál es el punto pertenece a la población. Los datos no multivariante, solo tengo un X y un valor de Y, como se ve en el dotplot.

Answer 1

Estoy seguro de que hay una solución mucho más simple para este problema, pero algo que funcionará es usar primero K-means con dos grupos. Una vez que sepa la membresía de clase de cada punto, ajuste un SVM.

Answer 2

Estoy de acuerdo con la respuesta anterior, K-means es fácil y eficaz. Sin embargo, el algoritmo K-means simplemente le permite encontrar la estructura en los datos. No usaría los resultados como etiquetas para entrenar un algoritmo de aprendizaje supervisado, como un SVM. Las etiquetas como las que se usan para la capacitación implican una afirmación más fuerte del conocimiento categórico que los patrones estructurales simples.