利用 k-均值对谱图进行排序：基于扫描隧道显微镜测量的电子有序图景

高光谱成像技术具有独特的能力，用于探测材料性质的各向异性，无论是由组成成分变化引起的还是由其他形式的相分离引起的。在掺杂的氧化物 cuprates、iridates 以及相关材料中，扫描隧道显微镜/光谱（STM/STS）测量发现，随着掺杂程度的增加，从宏观 Mott 绝缘相到假gap '云块'的出现。然而，按照电子有序对高光谱数据进行分类并不容易，常常采用一种性质不明确的方法。在本文中，我们演示了 k-均值（k-means）这一简单易用的无监督聚类方法，作为对 Rh 掺杂 Sr$_2$IrO$_{4}$ 这种类似 cuprate 材料的扫描隧道光谱数据按电子有序进行分类的有用工具。应用于处于 Mott 相的 STM 数据时，k-means 成功地识别了 Mott 有序区域和假gap 有序区域的存在。无监督性质限制了偏置的途径，提供了聚类后的光谱形状，而无需对物理知识进行先验了解。此外，我们还演示了将 k-means 作为预处理工具来约束现象学函数拟合的成功用法。对数据进行聚类后，可减少拟合参数空间，从而限制了过拟合。我们建议将 k-means 作为处理混合电子有序材料高光谱数据的快速、简单模型。