q***s
发帖数: 2243 | 1 不知道所说的名字对不对？
具体要求是：在平面上分布了很多点，这些点并非随即分布的，而是聚集在某几个区域
，有没有这种算法，来计算出这些点的区域的位置，比如坐标和区域的半径。
多谢各位！ |
s******e
发帖数: 285 | 2 Gaussian Mixuture Models
【在 q***s 的大作中提到】
: 不知道所说的名字对不对？
: 具体要求是：在平面上分布了很多点，这些点并非随即分布的，而是聚集在某几个区域
: ，有没有这种算法，来计算出这些点的区域的位置，比如坐标和区域的半径。
: 多谢各位！
|
l******e
发帖数: 470 | 3 试试k-means
【在 q***s 的大作中提到】
: 不知道所说的名字对不对？
: 具体要求是：在平面上分布了很多点，这些点并非随即分布的，而是聚集在某几个区域
: ，有没有这种算法，来计算出这些点的区域的位置，比如坐标和区域的半径。
: 多谢各位！
|
d*****u
发帖数: 17243 | 4 你知道有几个区域吗？
如果不知道，就是普通的聚类分析啊，matlab和R这些软件都直接有命令的
还可以指定各种distance metrics
如果知道有几个区域，可以用k-means等等
【在 q***s 的大作中提到】
: 不知道所说的名字对不对？
: 具体要求是：在平面上分布了很多点，这些点并非随即分布的，而是聚集在某几个区域
: ，有没有这种算法，来计算出这些点的区域的位置，比如坐标和区域的半径。
: 多谢各位！
|
r***h
发帖数: 70 | 5 知道区域数用k-means，不知道的话用mean-shift
计算坐标和半径用PCA |
b******x
发帖数: 826 | 6 Fancy一点点可以用spectral clustering |
r**m
发帖数: 163 | 7 数据量大了矩阵操作就个屁了
【在 b******x 的大作中提到】
: Fancy一点点可以用spectral clustering
|
k**********g
发帖数: 989 | 8 You can always process a smaller random sample, maybe 1% or 0.1% of data. |
l********a
发帖数: 1154 | |
v****s
发帖数: 1112 | 10 a better way would be either nystrom or low rank approx
data.
【在 k**********g 的大作中提到】
: You can always process a smaller random sample, maybe 1% or 0.1% of data.
|
q***s
发帖数: 2243 | 11 汇报一下，最后我用的QuadTree来实现的。
我的要求很简单，一个平面上，分布了很多点，用QuadTree来把不要的空间去掉，然后
就是聚类了。
谢谢各位！ |
