问题标签 [centroid]

我有一个数据集如下：

数据 = [4 12; 5 10; 8 7; 5 3; 5 4; 2 11; 5 4; 3 8; 6 2; 7 4; 10 8; 8 9; 10 9; 10 12]

然后我继续：

它给了我质心和 sumD（簇内点到质心距离的总和），例如：

而根据 Excel Solver（来自已发表的文章），对于 k=3 ctrs，sumD如下所示：

（注意：在那篇文章中，作者通过图中的视觉决策为每个集群提供了一个初始（种子）质心，例如 [4 4; 5 12; 10 6]。）

显然，Excel 会找到更准确ctrs的值，从而找到更小的sumD值。我无法用 Matlab 实现这一点。这就是我使用其他kmeans函数参数的原因。我使用了“replicates”和“options”（MaxIter）以及“start”参数——即使是 3D 数组种子——也无济于事。我什至采用了文章中相同的初始种子到 Matlab。以下是我尝试但失败的方法：

第一的：

这给出了一个错误：“开始”数组的第三个维度必须与“重复”参数值匹配。

第二：

我创建了一个 50 页的 3D 数组，其中第一页是上面相同的初始种子，其余 49 页是随机的。我将随机页面创建为：

之后，我创建了 50 页的 3D 数组，如下所示：

然后使用kmeans：

但是，Matlab 发出警告，表明第一次复制后的所有复制都因迭代 1 中创建的空簇而终止。此外，获得的 idx、ctrs 和 sumD 值仍然与以前相同 - 就好像我运行了我的第一个函数一样以上（即[idx,ctrs, sumD] = kmeans(Data,3)）。

我被困住了。我正在尝试使用 Matlab 验证文章中发布的 Excel 求解器的结果，因为那时我会将应用于文章中 14 个观察值的相同算法应用于包含 900 多个观察值的更大数据集。

我究竟做错了什么？我应该在我的编码中更正什么以获得与 Excel 求解器相同或非常相似的结果？

我花了一整天的时间阅读上面的 MATLAB 函数。即使在 MathWorks 网站上，我似乎也无法在网上找到任何好的解释！

如果有人能解释一下，我将不胜感激bwlabel，regionprops并且centroid。如果应用于灰度图像，它们如何工作？

具体来说，它们正在下面的代码中使用。上述函数如何应用于下面的代码？

我想用内布拉斯加州的县级作物产量数据为 STAT 类做一些空间统计分析。为此，我需要每个县的地理质心的经度和纬度。有人知道如何在 R 中做到这一点吗？我知道它可以在 ArcGIS 中完成，但我现在无法访问它。

我有一个数据集，它由许多元素组成——分为两个不同的类别（每个类别的元素数量相等）——以及描述它们的两个连续变量，如下所示：

现在，我想将我的数据集分成两个新集合，这些集合尽可能接近地匹配各个集合的均值在由Variable_1和定义的 2D 空间中的位置Variable_2。即两组之间的距离应尽可能接近。

此外，如果可能的话（因为我知道这可能会使问题解决起来更加复杂），我希望两组内的方差尽可能地匹配，例如，我们可以定义一个整体的方差设置为每个变量的方差之和。在这里，我认为您只需在空间中为方差添加另一个维度，并尝试为由两个变量和方差组成的整个 3D 空间找到最佳解决方案。

我怎样才能在 R 中实现这一点？

我有五个点的坐标，比如说 A、B、C、D、E，我需要找到一个点 (M) 的坐标，其中每个点到 M 的距离最小。所以 AM、BM、CM、DM、EM 之和最小。

我需要一种将自定义 3D 多边形围绕其位置（质心）居中的方法。我制作了一种获取质心的方法，但我需要一种将多边形移动到指定质心的方法。

我想这样做，所以 PerspectiveProjection 类只需投影 1 个 Vector3（位置）而不是所有多边形的结。

Polygon3D 类：

（顺便说一句，我在 8 年级：p）

我有一组带有许多斑点的矩阵（这从矩阵到矩阵的变化），我正在寻找一种方法来找到斑点的质心。为此，我使用regionprops该Centroid选项。

如果我绘制叠加质心的矩阵（下面的代码），我注意到它们略微偏移（它们位于质心所在像素的角落）。你觉得我说的对吗？你知道这是为什么吗？

我在 R 中绘制真实的地理范围像素时遇到问题。这些文件带有每日单个坐标和像素大小（区域）的列表。还有一个与此分开的 Z 元素。数据结构看起来是这样的：

X 和 Y 以经度和纬度为单位，而面积以平方公里为单位。我使用以下方法轻松创建点特征：

我使用面积值轻松绘制这些图以确定绘图的“cex”。Z 列是强度，我使用这些值来确定颜色。如何使用 R 中每个点的区域创建空间多边形特征？我将使用这些点来创建网格栅格。

我目前正在使用 K Mean 对文件进行聚类。我想到了一些问题，集群是否可能根本没有成员？如果是这样，集群的质心会发生什么？和之前的值一样吗？

谢谢

我正在尝试使用 k-NN 分类器制作对象识别程序。我有一堆图像用于分类器的训练部分，还有一堆图像要识别。这些图像是灰度图像，每张图像都有一个对象。问题是只有对象的边缘（未填充），所以我认为 using 不能regionprops(img,'centroid')正常工作，因为我所理解的......那么我怎样才能得到它们的质心呢？