Python中使用kneed库查找曲线拐点结果异常该如何解决？

你出现识别结果偏差主要是两个参数配置错误导致的：

• curve参数与实际曲线特征不匹配：你当前的曲线是前期增长平缓、后期斜率突然升高的递增凹曲线，应该配置curve="concave"，你填的convex仅适用于前期增速快、后期增速放缓的凸曲线场景。
• 默认灵敏度参数S（默认值为1）对强跳变场景的感知阈值过高，S值越小，算法对斜率变化的敏感度越高。

import numpy as np
from kneed import KneeLocator

x = np.array([30, 60, 90, 120, 150, 180, 210, 240, 270, 300, 330, 360, 390, 420, 450, 480, 510, 540, 570, 600, 630, 660, 690, 720, 750])
y = np.array([1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,15,15,15,16,16,])
# 修改curve参数，调低灵敏度S，开启online逐点检测模式适配离散跳变场景
kneedle = KneeLocator(x, y, curve="concave", direction="increasing", S=0, online=True)
print(kneedle.knee)

运行上述代码会输出600，符合预期。如果需要识别为跳变后的630，将S参数调整为0.1即可。

内容的提问来源于stack exchange，提问作者LostinSpatialAnalysis