scipy - 为什么计算几个点的凸包时Qhull会出错？

Question

我正在尝试计算 10 维空间中 9 个点的凸包。通过scipy接口，我正在调用scipy.spatial.ConvexHull(points)并获取QH6214 qhull input error: not enough points(9) to construct initial simplex (need 12)

我认为无论尺寸如何，凸包的定义都很好。这里发生了什么？我可以调用一个不同的函数来解决这个问题吗？

Answer 1

也许在计算船体之前将点投影到超平面上就可以了。

例如，使用工具包中的主成分分析类sklearn.decomposition.PCA来scikit-learn减少维度。

vertices = np.random.randn(9, 10)
from sklearn.decomposition import PCA
model = PCA(n_components=8).fit(vertices)

model.transform您现在可以使用和从顶点到投影来回变换model.inverse_transform。

proj_vertices = model.transform(vertices)
hull_kinda = ConvexHull(proj_vertices)
hull_kinda.simplices

这输出类似这样的东西

array([[6, 4, 3, 8, 0, 7, 5, 1],
       [2, 4, 3, 8, 0, 7, 5, 1],
       [2, 6, 3, 8, 0, 7, 5, 1],
       [2, 6, 4, 8, 0, 7, 5, 1],
       [2, 6, 4, 3, 0, 7, 5, 1],
       [2, 6, 4, 3, 8, 7, 5, 1],
       [2, 6, 4, 3, 8, 0, 5, 1],
       [2, 6, 4, 3, 8, 0, 7, 1],
       [2, 6, 4, 3, 8, 0, 7, 5]], dtype=int32)

现在使用model.inverse_transform将单纯形恢复到 10 维中。