ในขณะที่ค้นหาเว็บคำตอบสำหรับการค้นหาเซนทรอยด์ของรูปหลายเหลี่ยมจะเกิดขึ้นค่อนข้างบ่อย สิ่งที่ฉันสนใจคือการหาเซนทรอยด์ของกลุ่มจุด ค่าเฉลี่ยถ่วงน้ำหนักทุกประเภท ฉันจะขอบคุณถ้ามีคนให้พอยน์เตอร์รหัสหลอก (หรือดีกว่าแพ็คเกจ R ที่แก้ปัญหานี้แล้ว) หรือลิงก์ว่าปัญหานี้สามารถแก้ไขได้อย่างไร
แก้ไข
การบรรจบกันได้ดำเนินการแล้ว (อีกครั้ง) iant ได้แนะนำวิธีในการหาค่าพิกัดโดยเฉลี่ยและใช้มันสำหรับเซนทรอยด์ ตรงนี้เป็นสิ่งที่ข้ามใจของฉันเมื่อฉันเห็นภาพขวาบนของหน้าเว็บนี้
นี่คือรหัส R ที่ใช้ง่ายในการวาดรูปต่อไปนี้ซึ่งแสดงให้เห็นถึงสิ่งนี้ (×คือ centroid):
xcor <- rchisq(10, 3, 2)
ycor <- runif(10, min = 1, max = 100)
mx <- mean(xcor)
my <- mean(ycor)
plot(xcor, ycor, pch = 1)
points(mx, my, pch = 3)
แก้ไข 2
cluster::pam()$medoidsส่งคืน medoid ของชุดคลัสเตอร์ นี่คือตัวอย่างที่ถูกขโมยไปอย่างไร้ยางอายจาก @Joris Meys:
library(cluster)
df <- data.frame(X = rnorm(100, 0), Y = rpois(100, 2))
plot(df$X, df$Y)
points(pam(df, 1)$medoids, pch = 16, col = "red")
1
มีเหตุผลที่ศูนย์เฉลี่ยหรือศูนย์กลางของระยะทางต่ำสุดของคะแนนจะไม่พอเพียง?
—
Andy W
@ Roman: กราฟิกไม่ถูกต้อง:คุณต้องใช้ค่าเฉลี่ยไม่ใช่ค่ามัธยฐาน สำหรับเมฆจุดเชิงพื้นที่ 2 มิติมีจุดศูนย์กลางของค่ามัธยฐาน แต่นี่ไม่ใช่หนึ่งในนั้น (เพราะขึ้นอยู่กับพิกัด): ดูstats.stackexchange.com/q/1927/919สำหรับการสนทนา
—
whuber
ฉันยังอยากจะแนะนำให้ตรวจสอบจากบทที่ 4 ของสมุด crimestat ที่icpsr.umich.edu/CrimeStat/files/CrimeStatChapter.4.pdf มันเป็นคำนำที่ค่อนข้างอ่อนโยนอธิบายและแสดงผลแบบกราฟิกว่าทำไมค่ามัธยฐานสำหรับมิติที่สูงกว่าไม่มีวิธีแก้ปัญหาที่ไม่ซ้ำกันและอธิบายมาตรการอื่น ๆ ของแนวโน้มกลางและความแปรปรวนของรูปแบบจุดเชิงพื้นที่
—
Andy W
นี่คือสิ่งที่น่าสนใจมากขึ้นเรื่อย ๆ ขอบคุณสำหรับคำตอบ ฉันกำลังดูเรื่องนี้
—
Roman Luštrik
"แนะนำวิธีในการหาค่าเฉลี่ยพิกัดและใช้มันสำหรับเซนทรอยด์" อันที่จริงแล้วคำจำกัดความของเซนทรอยด์ไม่ใช่สิ่งที่ทำให้การประมาณค่าดีขึ้น
—
โคลิน K