Performance 根据坐标对点进行分类

A

是三维（x，y，z）中多个点的坐标矩阵。例如：

A=[1.6 2.13 3；1.2 2.36 5；1.4 2.4 6；1.01 2.21 9]

A=
1.6     2.13     3.0
1.2     2.36     5.0
1.4     2.40     6.0
1.01 2.21 9.0

我正在寻找一种“有效”的解决方案，将第二列（

Y

）的点分组为阈值为

0.09

的“三”组。指：

GroupNumber=3；
阈值=（最大（A（：，2））-min（A（：，2））/GroupNumber

组{1}=
1.60    2.13    3.0
1.01    2.21    9.00
群{2}=
1.2     2.36    5.0
群{3}=
1.4 2.40 6.0

任何帮助都将不胜感激
 我现在无法访问MATLAB，但大致上是这样的：

你可以得到第一组，如下所示

A= [1.6 2.13 3; 1.2 2.36 5; 1.4 2.4 6; 1.01 2.21 9]
B = A(:,2);
mean = (max(B)-min(B))/3;
C = B - min(B);
Group1 = A(C<mean,:)

然后重复，直到
为空（A）==true
。不过，有许多优化是可能的

编辑：

A= [1.6 2.13 3; 1.2 2.36 5; 1.4 2.4 6; 1.01 2.21 9]
while ~isempty(A)
    B = A(:,2);
    mean1 = (max(B)-min(B))/3;
    C = B - min(B);
    Group1 = A(C<mean1,:)
    A = A(C>=mean1,:)
    if size(A,1)==1
        break;
    end
end

方法#1
对于
A
中有相当多的行，您可能更喜欢矢量化解决方案-

GroupNumber = 3;

sorted_A = sortrows(A,2);
sorted_A_col2 = sorted_A(:,2);

limits = sorted_A_col2 + (max(sorted_A_col2) - sorted_A_col2)./GroupNumber;
matches = bsxfun(@le,sorted_A_col2,limits.'); %//'

[~,col_ind] = max(matches,[],2);
groups = arrayfun(@(x) sorted_A(col_ind == x,:), unique(col_ind),'Uniform',0);

使用给定输入的
celldisp（组）
显示输出-

groups{1} =
    1.6000    2.1300    3.0000
    1.0100    2.2100    9.0000
groups{2} =
    1.2000    2.3600    5.0000
groups{3} =
    1.4000    2.4000    6.0000


进近#2
对于包含大量行的
A
，您很可能没有剩余的内存来处理
bsxfun
，并且您将被迫对这种情况使用某种循环方法，因此效率不高。以下可能是其中之一-

GroupNumber = 3;

sorted_A = sortrows(A,2);
sorted_A_col2 = sorted_A(:,2);
limits = sorted_A_col2 + (max(sorted_A_col2) - sorted_A_col2)./GroupNumber;

nrows = size(A,1);
prev_matches = false(nrows,1);
groups = cell(nrows,1);
for iter = 1:nrows
    curr_matches = sorted_A_col2<=limits(iter);
    groups{iter} = sorted_A(xor(curr_matches,prev_matches),:);
    prev_matches = curr_matches;
end
groups = groups(~cellfun('isempty',groups));

GroupNumber=3；
排序后的A=sortrows（A，2）；
排序的列2=排序的列（：，2）；
限制=排序的列2+（最大值（排序的列2）-排序的列2）。/GroupNumber；
nrows=尺寸（A，1）；
上一次匹配=错误（nrows，1）；
组=细胞（nrows，1）；
对于iter=1:nrows
curr\u matches=sorted\u A\u col2生成一大组数据：

  A = 100 * rand(2000000,3);
    tic 
    GroupNumber = 100 ;` `% in hundred group
    Threshold = (length(A))/GroupNumber ;
    A = sortrows(A,2);
    Group = cell(GroupNumber,1);`

        for i = 1 : GroupNumber;

              if i == 1
           Group{i} = A(1:ceil(Threshold),:);     

           elseif i > 1 && i~= GroupNumber 
               if ceil((i-1)*Threshold) == ceil(Threshold)
                   bottum = ceil((i-1)*Threshold)+1;
               else
               end
               top=ceil(i*Threshold);
           Group{i} = A(bottum:top,:);

           elseif i == GroupNumber
               bottum = ceil((i-1)*Threshold);
               if ceil((i-1)*Threshold)<=ceil(i*Threshold) && ceil((i-1)*Threshold)>top

                   Group{i} = A(bottum:end,:);
               elseif  ceil((i-1)*Threshold)<=top

                   Group{i} = A(bottum+1:end,:);
               end

         end  
 end

    toc

运行时间为
0.000010秒。
为什么2.36和2.40不在同一组中？您可以使用k-最近邻分类法轻松获得该结果。@NKN感谢您的回复。你是对的。问题已经修改。你的意思是
0.09
对吗？谢谢你，伙计。不过，让我们暂时把这个问题留待讨论，以获得更多可能的答案。感谢Divakar一如既往地抽出您的时间！尽管建议的方法看起来不错，但它会在
bsxfun
行对大量数据（如2000000点）产生错误：
使用bsxfun时出错；内存不足。为您的选项键入帮助记忆
我是用下面写的另一种方式做的。顺便说一句，如果你纠正我的话，我会很感激的；）@对不起！出于某种原因，这件事离开了我的脑海，但我很高兴又回到了它。那么，请查看编辑后的代码？很抱歉我的回复太晚，您的代码似乎组织得更好，效率更高。我选择了一个正确的答案。Thanks@Divakar我知道最后提出的方法不是一个优化的解决方案。但是，你认为这是一个可以接受的答案吗？不要认为这会给你正确的结果。对于验证，您可以尝试使用较小的
a
如
a=rand（20,3）
并使用
GroupNumber=3
并与我列出的两种方法中的任何一种进行比较？
GroupNumber = 3;

sorted_A = sortrows(A,2);
sorted_A_col2 = sorted_A(:,2);
limits = sorted_A_col2 + (max(sorted_A_col2) - sorted_A_col2)./GroupNumber;

nrows = size(A,1);
prev_matches = false(nrows,1);
groups = cell(nrows,1);
for iter = 1:nrows
    curr_matches = sorted_A_col2<=limits(iter);
    groups{iter} = sorted_A(xor(curr_matches,prev_matches),:);
    prev_matches = curr_matches;
end
groups = groups(~cellfun('isempty',groups));

  A = 100 * rand(2000000,3);
    tic 
    GroupNumber = 100 ;` `% in hundred group
    Threshold = (length(A))/GroupNumber ;
    A = sortrows(A,2);
    Group = cell(GroupNumber,1);`

        for i = 1 : GroupNumber;

              if i == 1
           Group{i} = A(1:ceil(Threshold),:);     

           elseif i > 1 && i~= GroupNumber 
               if ceil((i-1)*Threshold) == ceil(Threshold)
                   bottum = ceil((i-1)*Threshold)+1;
               else
               end
               top=ceil(i*Threshold);
           Group{i} = A(bottum:top,:);

           elseif i == GroupNumber
               bottum = ceil((i-1)*Threshold);
               if ceil((i-1)*Threshold)<=ceil(i*Threshold) && ceil((i-1)*Threshold)>top

                   Group{i} = A(bottum:end,:);
               elseif  ceil((i-1)*Threshold)<=top

                   Group{i} = A(bottum+1:end,:);
               end

         end  
 end

    toc

A = [1.6 2.13 3; 1.2 2.36 5; 1.4 2.4 6; 1.01 2.21 9];
GroupNumber = 3;

Group{1} =
     1.6000    2.1300    3.0000
     1.0100    2.2100    9.0000
Group{2} =
     1.2000    2.3600    5.0000 
Group{3} =
     1.4000    2.4000    6.0000