Question

这是我previous问题的延续。我现在有一个欧几里德空间中的坐标排序列表。我希望以这样的方式平均最近的坐标，即聚类起作用，即整个聚类被平均并返回欧几里德空间中的一个单点。所以，例如下面的列表

a = [[ 42, 206],[ 45,  40],[ 45, 205],[ 46,  41],[ 46, 205],[ 47,  40],[ 47, 202],[ 48,  40],[ 48, 202],[ 49,  38]]

将返回avg_coordinates = [[47.0, 39.8], [45.6, 204.0]]。这是通过平均前5个最近点（或簇）然后最后5个最近点来完成的。现在我正在使用渐变方法，即我循环遍历所有坐标，并且在梯度高于某个设置阈值的任何地方，然后我认为它是另一个点集群（因为列表已经排序）。但是当我在梯度公式gradient = (y2-y1)/(x2-x1)中有更高的分母然后分子时会出现问题，它会返回一个小于阈值的值。所以逻辑上我做错了。这样做有什么好的建议吗？请注意我不想应用群集。

Answer 1

这是一种方法 -

thresh = 100 # Threshold for splitting, heuristically chosen for given sample

# Lex-sort of coordinates
b = a[np.lexsort(a.T)]

# Interval indices that partition the clusters
diff_idx = np.flatnonzero(np.linalg.norm(b[1:] - b[:-1],axis=1) > thresh)+1
idx = np.hstack((0, diff_idx, b.shape[0]))
sums = np.add.reduceat(b, idx[:-1])
counts = idx[1:] - idx[:-1]
out = sums/counts.astype(float)[:,None]

示例输入，输出 -

In [141]: a
Out[141]: 
array([[ 42, 206],
       [ 45,  40],
       [ 45, 205],
       [ 46,  41],
       [ 46, 205],
       [ 47,  40],
       [ 47, 202],
       [ 48,  40],
       [ 48, 202],
       [ 49,  38]])

In [142]: out
Out[142]: 
array([[  47. ,   39.8],
       [  45.6,  204. ]])

Answer 2

如果您乐意使用库而不是重新实现群集，可以使用scikit-learn中的k-means： http://scikit-learn.org/stable/modules/generated/sklearn.cluster.KMeans.html

Python中的平均最近坐标

2 个答案: