据我所知，所有聚类算法都假设所有交付的数据点都必须找到它的聚类。
我的问题是，是否有一种算法可以只关注 n 个集群（用户声明的数量）并尝试忽略（根据算法）不属于 n 个集群的其余点，如下图所示？例如，我们知道有 2 个类需要聚类（红色和绿色），其余的（蓝色）在任何聚类中都不需要，因此算法不会尝试将它们分配给任何聚类？
例如，如果我们有 1000 张动物图片，其中 200 张是狗，200 张是猫，其余的都是人类已知的所有其他动物，我们想要为猫制作 1 个集群，为狗制作 1 个集群，并且可能为所有人制作另一个集群其他与狗或猫不匹配的。
所以，我准备了一些类似于你的草图的数据：
n , u = np.random.normal , np.random.uniform
x = np.concatenate([ n(1.0,0.2,100), n(3.0,0.3,100), u(0,10.0,100)])
y = np.concatenate([ n(7.0,0.4,100), n(5.0,0.3,100), u(0,10.0,100)])
# lets shuffle it a bit
idx = np.arange(x.shape[0])
np.random.shuffle(idx)
data = np.array([x,y])[:,idx]
然后我只是尝试使用sklearn.mixture.GaussianMixturen+1 = 3 个组件和默认参数：
gmm = GaussianMixture(n_components=3).fit(data.T)
cls = gmm.predict_proba(data.T).argmax(axis=1)
# Plotting
color = [['r','k','g'][i] for i in cls]
scatter(data[0],data[1],c=color, marker='.')
scatter(gmm.means_[:,0],gmm.means_[:,1],c='b',marker='o')
这看起来非常像你画的东西。