centroid

0熱

1答えて

geom_text - ggplot2を使用して重心を検索し、ポリゴンにテキストを追加する -

ポリゴンマップにラベルテキストレイヤーを作成したいと思います。 id long lat order hole piece group locid location 0 long1 lat1 1 false 1 0.1 1 TEXT I WANT 0 long2 lat2 2 false 1 0.1 1 TEXT I WANT 1 long3 lat3 3 false 1

3熱

4答えて

Python DataFrame - グループバイと重心計算

私は2つの列を持つデータフレームを持っています.1つはカテゴリを含み、もう1つは300次元ベクトルを含んでいます。 Category列の各値には、300次元のベクトルがたくさんあります。私が必要とするのは、カテゴリの列でデータフレームをグループ化すると同時に、各カテゴリに関係するすべてのベクトルの重心値を取得することです。 Category Vector Balance [1,2,1,-5,

1熱

1答えて

sf :: st_centroidを使ってポリゴンの重心を計算するには？

新しい "sf"パッケージを使用して、Rでブラジルの国勢調査データを操作しようとしています。私は、データをインポートすることができていますが、私は、元のポリゴン library(sf) #Donwload data filepath <- 'ftp://geoftp.ibge.gov.br/organizacao_do_territorio/malhas_territoriais/malha

-2熱

1答えて

AA行列がループ

for i=1:length(blocks) for j=1:length(blocks) temp = blocks{i,j}; s = regionprops(temp, 'Centroid'); centroids= cat(1,s.Centroid); end end ために使用したとして、私は、ループのためにこれらの外に「重心

0熱

1答えて

最も近いセントロイド分類器は実際には効率的ではありませんか？

私は現在、Ethem Alpaydinの "Introduction to machine learning"を読んでいます。最も近いセントロイド分類器を見つけて実装しようとしました。私は正しく分類子を実装したと思いますが、私はわずか68％の精度しか得ていません。だから、最も近い重心分類器自体が非効率的であるか、私の実装（下記）に何らかのエラーがありますか？データセットは、それぞれが有する4つの

0熱

1答えて

plot.betadisperの重心の変化点のサイズ

ベータディスパーオブジェクトの重心までのグループと距離をプロットしようとしています。私は、グループラベル、セグメントカラー、船体の存在を含む、多くの特性を制御することができます。重心サイズを制御するための正しいコードは何 data(varespec) dis <- vegdist(varespec) groups <- factor(c(rep(1,16), rep(2,8)), lab

0熱

2答えて

GMMクラスタの代表点を得るにはどうすればよいですか？

sklearn Gaussian混合モデルアルゴリズム（GMM）を使用してデータ（75000、3）をクラスタ化しました。私は4つのクラスタを持っています。私のデータの各点は、分子構造を表しています。今私はクラスターの重心であると理解している各クラスターの最も代表的な分子構造を得たいと思います。これまでのところ、gmm.means_属性を使用してクラスターの中心にあるポイント（構造体）を特定しようと

1熱

1答えて

ピクセルクラスタの重心を見つける

ピクセルで形成されたクラスタの重心を計算するにはどうすればよいですか？ピクセルをRED、BLUE、およびGREENの値（たとえば、pixel(116 133 55)）で表しています。重心はは、クラスタ内のインスタンスの平均である必要がありますが、はどのように私は、画素間の平均値を計算することができますか？ [Iは、各色（重心[「RED」] = sum_red_pixel_values /画素数

0熱

1答えて

K平均クラスタリングによるセントロイドの計算と表現

私は現在、学校での運動に固執しています。運動は以下の通りです。 berg2005 [1]に記載されている野生の顔データのサブセットを検討します。 loadmat 機能を使用して、ワイルドカードデータ、データ/ワイルドカードをロードします。各データオブジェクトは、40×40×3 = 4800次元のベクトルであり、3色40×40ピクセル画像に対応する。を計算するk-は、K = 10のクラスターでデ