0
給定一個點座標數組,我想生成n
新座標,最好「定義」未填充的空間的。如何生成未填充空間的骨架點?
我的方法的第一部分涉及使用K均值聚類來生成合理代表所有點的k
點。然後我想使用這些點爲未填充的空間生成骨架點。
一個例子如下所示。初始點顯示爲小點,K-Means聚類中心顯示爲大點(k = 5
),我的人體骨骼點放置位置的估計顯示爲黃色方塊,其中n = 4
。
什麼是對於未填充的空間內產生這些骨架點的最佳方法? (看起來好像我需要一個「逆聚類」算法。)隨意提供一個不使用所示的K-Means聚類的解決方案;這只是我試圖簡化問題。
# Dataset used:
X = np.array([
[0.0, 0.0], [0.1, 0.0], [0.2, 0.0], [0.2, 0.1], [0.3, 0.1], [0.4, 0.1],
[0.4, 0.2], [0.5, 0.2], [0.5, 0.3], [0.6, 0.3], [0.7, 0.3], [0.8, 0.3],
[0.9, 0.3], [0.9, 0.4], [0.9, 0.5], [0.9, 0.5], [0.9, 0.6], [0.9, 0.7],
[0.9, 0.7], [0.9, 0.8], [0.8, 0.8], [0.8, 0.9], [0.7, 0.9], [0.6, 0.9],
[0.5, 0.9], [0.4, 0.9], [0.4, 0.8], [0.3, 0.8], [0.3, 0.7], [0.2, 0.7],
[0.2, 0.6], [0.2, 0.5], [0.2, 0.4]
])
我認爲,直到你知道如何以數學方式做這件事,這不是一個編程問題。這是一個數學/統計/數據科學的問題。我不清楚如何從數據中獲得黃點(我的意思是即使在概念上)。 – BrenBarn