Python 是否将三维椭球体拟合到三维点的分布?
我有很多点在三维空间笛卡尔x,y,z,想适合一个椭球体 以确定轴比。这里的问题是,我在点上没有点的分布,并且这个问题的解决方案主要考虑表面上的点。这也适合迭代,就像一些优化或mcmc类型的方法一样,我在Python中工作 我使用的代码在以下答案中给出:Python 是否将三维椭球体拟合到三维点的分布?,python,numpy,scipy,computational-geometry,mcmc,Python,Numpy,Scipy,Computational Geometry,Mcmc,我有很多点在三维空间笛卡尔x,y,z,想适合一个椭球体 以确定轴比。这里的问题是,我在点上没有点的分布,并且这个问题的解决方案主要考虑表面上的点。这也适合迭代,就像一些优化或mcmc类型的方法一样,我在Python中工作 我使用的代码在以下答案中给出: 但这不适用于我,我想这是针对椭球表面上的点。但我有更多的点密度分布,而不是曲面点。我假设您不是在寻找最紧密的边界椭球,也不是基于外部点的某些最佳拟合椭球,例如在凸面外壳上拟合的椭球 我知道你在追求一个分布,即坐标的单位和正函数,你希望它具有椭球对
但这不适用于我,我想这是针对椭球表面上的点。但我有更多的点密度分布,而不是曲面点。我假设您不是在寻找最紧密的边界椭球,也不是基于外部点的某些最佳拟合椭球,例如在凸面外壳上拟合的椭球 我知道你在追求一个分布,即坐标的单位和正函数,你希望它具有椭球对称性,因此等概率点的轨迹是椭球 如果你假设你的分布是多元正态分布
P(p) = c.exp(-(p-µ)^T M (p-µ)/2)
然后M是协方差矩阵的逆矩阵,µ是平均向量。Hi Warrenmovic。你能帮我们多了解一些情况吗?你的一系列观点,以及你目前掌握的代码?如果没有更多关于你的问题的信息,很难给你一个答案,但是这里有几个链接,或者根据你的数据,可能是更好的匹配。在过去,我曾使用PCA的一种变体进行椭球拟合,但数据集特别适合它。