根据点的中心创建多边形区域

Question

我是R的新手，我想创建一个函数，它会占用几个点，找到这些点的中心（就像物质的中心），并从这些点画出分隔组的线点，中心位于点的中间。类似于制作馅饼：从中心我们分割馅饼，以获得相同数量的零件。

我用于查找中心的代码和情节本身如下：

distance <- function(points1, points2) {
  distanceMatrix <- matrix(NA, nrow=dim(points1)[1], ncol=dim(points2)[1])
  for(i in 1:nrow(points2)) {
    distanceMatrix[,i] <- sqrt(rowSums(t(t(points1)-points2[i,])^2))
  }
  distanceMatrix
}

find_cluster <- function(x, centers, distFun, nItter=10) {
  clusterHistory <- vector(nItter, mode="list")
  centerHistory <- vector(nItter, mode="list")

  for(i in 1:nItter) {
    distsToCenters <- distFun(x, centers)
    clusters <- apply(distsToCenters, 1, which.min)
    centers <- apply(x, 2, tapply, clusters, mean)
    # Saving history
    clusterHistory[[i]] <- clusters
    centerHistory[[i]] <- centers
  }

  list(clusters=clusterHistory, centers=centerHistory)
}

a3=as.matrix(test)
centers <- a3[sample(nrow(a3), 5),]

theResult <- find_cluster(a3, centers, myEuclid, 10)

情节：

plot(a3, col=theResult$clusters[[i]],
 main=paste("itteration:", i), xlab="x", ylab="y")
points(theResult$centers[[i]],
 cex=1, pch=19, col=1:nrow(theResult$centers[[i]]))

所以函数应该这样做：

1. 参加输入中心
2. 找出这些点（即簇的中心）的质心（或点质量）的位置
3. 从主要中心（即质心）绘制线条或多边形，使其分离群集

可以在pastebin找到测试数据集。我希望拥有的一个例子是here（及以下）：

Answer 1

您可以执行以下操作（dat <- read.table(file="test.txt", header=T) separateClusts <- function(n, dat) { ## Cartesian to polar (is there a function for this?) cart2pol <- function(x, y, deg = FALSE) { r <- sqrt(x^2 + y^2) theta <- atan(y / x) theta[x < 0] <- theta[x < 0] + pi theta[x >= 0 & y < 0] <- theta[x >= 0 & y < 0] + 2*pi if (deg) theta <- theta * 180/pi out <- cbind(r, theta) names(out) <- c("r", "theta") return( out ) } ## Get clusters clusts <- kmeans(dat, n) centers <- clusts$centers ## Center of mass of clusters com <- matrix(colMeans(centers), ncol=2) ## Order them cent <- t(t(centers) - c(com)) # center pol <- cart2pol(cent[,1], cent[,2]) ord <- sort(pol[,2], index=T)$ix ordered <- as.data.frame(centers[ord, ]) ## Get midpoints mids <- with(ordered, { data.frame( xmid=c(x[-1] - x[-length(x)], x[1]-x[length(x)])/2 + x, ymid=c(y[-1] - y[-length(y)], y[1]-y[length(y)])/2 + y ) }) ## Plot plot(dat, col=clusts$cluster) points(com, col="blue", pch=16, cex=2) points(centers, col="red", pch=16, cex=2) points(mids, col="orange", pch=16, cex=2) ## Draw line segments ms <- (tmp <- t(t(mids) - c(com)))[,2] / tmp[,1] for (i in 1:nrow(mids)) segments(com[,1], com[,2], com[,1] + (s <- sign(mids$x[i]-com[,1]))*5, com[,2] + s*ms[i]*5, col="orange", lwd=2) } separateClusts(5, dat) 是您想要的群集数量）

<log level="full">
   <property name="ROOT" expression="$ctx:resultOM"/>
   <property name="resultOM.test" xmlns:ns="http://ws.apache.org/ns/synapse" expression="$ctx:resultOM//ns:test1"/>
</log>

红点是聚类中心，橙点是连续中心之间的中点。中心的顺序是通过将它们转换为极坐标并使用角度来确定的。