我想把下面一些数据进行分类，要求尽量把互相之间距离很近的数归为一类， 当然了，这个“互相之间的距离”是可以控制的参数。 例如，有下面这些数字： 3, 5, 7, 11, 12, 32, 45, 46, 49, 88 如果设定距离为5的话，应该分为5类： 3,5,7 11,12 32, 45,46,49 88 进一步，有两种方法对分类进行优化： 1）按最小距离优化。找出“相互之间距离”的最小值，以实现每个分类中数据之间都很临近，但是类的数量可能很多。 2）按最小分类个数优化。即分出的类尽量少，但是数据之间的距离可能增大。 这只是在一维空间上的分类，比这个复杂的是对平面（或高维空间）中的向量进行分组， 不过我目前只需要在一维上分类，有没有简化的高效算法？ 我知道很多海友大虾是数量分析和算法的高手， 向各位请教一下什么样的算法可以比较高效的完成这种分类。 MATLAB里面有没有对于的现成算法？ 先谢啦！！！
我在这里不是要讨论这种做法是否overkill或者其合理性，而是希望得到一些具体实现上的建议。 toneyson, 谢谢你提到的cluster，我昨天晚上也在网上找到一些这方面的信息，先看一下，估计目前最简单的方法就是用二维上的算法，y值都取0就可以了。需要实验一下...
jevinlee，你的这个方法不错！！我就是不想搞得太复杂，杀鸡用牛刀地调用matlab，所以才跑到这里问一下，海洋部落里面的能人多啊 toneyson, 我找到了clustering一个比较普遍的算法：K-means clustering，有现成的matlab代码，matlab的stats toolbox里面也有一个对应的函数。还有快速的K-means算法。不过好像还是jevinlee的方法比较直接，甚至都不用matlab。我打算有空都试一下。