Question

我已经通过红色区域显示了正确的答案，它几乎位于两个分支的中心。（散点图是＆＃39; V＆＃39;形式）我需要一种算法来查找此区域并收集此区域中包含的所有分散数据。（因为有另外这样的设定数据） x，y数据都已上传到此处： Data

Answer 1

根据你目前的问题，很难知道如何评估什么是正确的（即为什么这个区域是正确的？是基于点的值/坐标，区域中的点密度？是否基于关于较大结构（即分支中心）等的位置。）。

有人说;有很多机器学习算法可用;例如。 scikit-learn用于python。使用监督学习算法，您可以训练求解器的某些数据，然后它可以（尝试）找到其他数据的正确答案。

在重新提出问题之前，很难提供更多答案。

如果您的所有数据都是这样的，一个选项可能是对数据执行PCA（即降维）以将分支分成两个群集。然后，您将获得一些数据点，这些数据点无法清楚地标识为仅属于一个分支，然后您可以选择（scikit-learn's PCA docs）。请注意，虽然它应该相当准确，但使用它永远不会得到一个完美的圆圈。

如果您只需要这个已经知道“半径”和中心的数据集，则可以使用半主要（＆amp; minor）{{1}来识别圆的中心（椭圆） }（＆amp; a）轴然后使用其canonical form计算距离。

然而，使用正方形可能会更简单。

所以它看起来像这样（假设1d numpy.ndarrays）：

通过查看图片，估计了x0，y0，a和b的值。