球面数据的拟合优度与聚类：R 与 Python 中的 QuadratiK 包

我们介绍了整合了创新数据分析方法的 QuadratiK 包。该软件同时用 R 和 Python 实现，提供了一套全面的拟合优度检验和基于核二次距离的聚类技术，从而弥合了统计学与机器学习文献之间的差距。我们的软件实现了单样本、双样本和 k 样本拟合优度检验，为评估概率分布的拟合提供了一种高效且数学上严谨的方法。我们软件的扩展功能包括支持基于泊松核密度的 d 维球面上均匀性检验。特别值得一提的是，该软件纳入了一种专门为球面数据量身定制的独特聚类算法，该算法利用了球面上泊松核密度的混合。与此同时，我们的软件包含额外的图形函数，帮助用户验证、可视化和展示聚类结果。这增强了分析的易解释性和易用性。总而言之，我们的 R 和 Python 包作为一套强大的工具集，为研究人员和从业者提供了深入探索数据、得出稳健推断以及在广泛学科中进行具有潜在影响力的分析与推断的手段。