问题标签 [centroid]

我有一个简单的问题。R 中的 aggregate() 函数根据指定的条件对数据帧进行操作。

aggregate(my.data.frame, list(desired column), function to be applied)是默认用法。

计算简单函数（例如数据框的列特定值的均值和中值）很有用。不过，我所拥有的是一个不对数据帧进行操作的函数，但是在对特定列执行此函数后，我需要聚合我的数据帧。让我显示数据集：

GPS 数据集

所以我需要计算每个 BSSID 的经度和纬度点的质心，我需要以这种方式聚合它。我从各种包中在线找到的函数计算值矩阵而不是数据帧的质心，而聚合（）不适用于非数据帧。

提前谢谢了 ：）

我正在绘制一个带有坐标的不规则多边形，绘制它是有效的，当我试图计算错误发生的区域和质心时。

命名空间 WpfApplication3

经常出现的主要错误是 CS1729：MainWindow.Point 不包含采用 2 个参数的构造函数。

所以我猜我需要一个带有 2 个参数的构造函数，我只是不知道如何在 MainWindow 中添加一个。

计算质心 CS1061 中出现另一个错误：对象没有“点”的定义，也没有“点”的扩展方法。（使用或组装可能会丢失？）

关于如何解决这个问题的任何想法？谢谢！

我试图在我制作的饼图中的圆弧的质心上附加一个小圆圈，质心返回一个包含 x 和 y 坐标值的数组，所以我尝试使用数组索引将它分开 [ 0],[1]

然而，当我运行代码时，这些点只出现在饼图的中心，而不是附加到每个弧的 x、y 值上。关于如何遍历每个弧以附加点的任何想法？

json数据：

我找到了灰度图像的 DFT，但不知道如何找到该图像的质心。请在找到图像的 dft 后帮助我找到一个算法来做同样的事情。

我正在做一个关于 C++ 的项目，但在尝试找到对象的质心（坐标 x 和 y）时遇到问题......

我有一个 250x250 像素的图像，这个图像是白色的，有一个黑色的物体，我需要找到这个黑色物体的质心（这个黑色物体是一个几何图形）。

我用这个来计算所有黑色像素：

这样做我会得到图像中的所有黑色像素。但我不知道如何找到物体的质心。

摘要：我认为在 R 中使用 gCentroid 会返回一组点的质心，但是我意识到由于某种原因它实际上返回的是几何平均值而不是质心

我想复制我在 R 中所做的质心计算：

gCentroid {rgeos}

这些点的质心：

... 使用 r 脚本 ...

来到：

我在 python 中构建了以下示例 - 我想复制计算，使用：

从这里我得到：

不是：

通过更多的挖掘，我添加了一个函数给我几何平均值：

我意识到由于某种原因，gCentroid 似乎在计算几何平均值而不是特征质心（我添加了一个均值函数，您可以看到它与 R 结果相匹配）

编辑：

我认为可能的原因是：因为我有一组点，而不是通过它们拟合一个随机多边形 - 就像我在例子中一样 - 甚至是一个凸包然后取其质心，该命令将默认为如果数据类型是“点”，则表示计算。所以我明确地传递了一个多边形：

python质心在哪里：

然后用红色（-5875318 7010915 ）绘制它的质心，然后用绿色（ -5941009 7067939 ）绘制同一多边形（使用python）上的质心，用蓝色绘制简单平均值（-5974304 7038880）：

我有一个 Java 程序，它将使用我从这里找到的 K-Means 算法将坐标聚类为 2 组。我已成功获取每个组中的聚集元素，但我不确定如何检索每个簇的质心位置。

这是我的程序：

有没有办法可以在聚类后检索质心位置？

我知道如何在 K-means 聚类中找到每个聚类的中心。但是对于层次聚类，我不确定如何在 R 中做到这一点。这是我的代码：首先，我使用 DTW 距离制作了距离矩阵，并将其输入到 R 中：

然后，我做了层次聚类（K=10）：

我还可以通过以下方式查看每个集群中的元素：

现在，我想查看每个集群中的“中心”（集群内与其他人距离最小的那个），我找不到 R 代码，有人可以帮我吗？非常感谢！

我正在努力在 Python 中实现 k-means 聚类。为数据集选择初始质心的好方法是什么？例如：我有以下数据集：

我需要创建两个不同的集群。我如何从质心开始？

给定一个二维数组，我需要想出一个输出质心的算法。我想出了下面的算法，但是，当数组大小增加到 10 x 10 矩阵时，它会产生不正确的解决方案。我使用java编写并运行了算法。我没有在这里提供代码，只是对我的算法的解释，因为我觉得它不正确。但是，我无法找出原因。

我知道它应该处理行和列的平均值。所以在我的算法中，我找出行和列的平均值，然后进行上面显示的计算。相同的算法适用于列。

任何和所有的帮助表示赞赏。也许，我对质心的理解是不正确的。如果有不清楚的地方，请询问。这是我自己的算法，是根据我对质心的理解创建的，所以如果不清楚，请询问。谢谢！