在R中的点数据集中选择n个分布最均匀的点
给定一组点,我试图选择n个点的子集,这些点在这组点上分布最均匀。换句话说,我试图精简数据集,同时仍然在空间中均匀采样 到目前为止,我有以下几点,但这种方法可能无法很好地处理较大的数据集。也许有一种更智能的方法可以首先选择点的子集。。。 下面的代码随机选择一个子集的点,并试图最小化该子集中的点与该子集中以外的点之间的距离 感谢您的建议在R中的点数据集中选择n个分布最均匀的点,r,distance,R,Distance,给定一组点,我试图选择n个点的子集,这些点在这组点上分布最均匀。换句话说,我试图精简数据集,同时仍然在空间中均匀采样 到目前为止,我有以下几点,但这种方法可能无法很好地处理较大的数据集。也许有一种更智能的方法可以首先选择点的子集。。。 下面的代码随机选择一个子集的点,并试图最小化该子集中的点与该子集中以外的点之间的距离 感谢您的建议 evenSubset <- function(xy, n) { bestdist <- NA bestSet <- NA
evenSubset <- function(xy, n) {
bestdist <- NA
bestSet <- NA
alldist <- as.matrix(dist(xy))
diag(alldist) <- NA
alldist[upper.tri(alldist)] <- NA
for (i in 1:1000){
subset <- sample(1:nrow(xy),n)
subdists <- alldist[subset,-subset]
distsum <- sum(subdists,na.rm=T)
if (distsum < bestdist | is.na(bestdist)) {
bestdist <- distsum
bestSet <- subset
}
}
return(xy[bestSet,])
}
xy2 <- evenSubset(xy=cbind(rnorm(1000),rnorm(1000)), n=20)
plot(xy)
points(xy2,col='blue',cex=1.5,pch=20)
evenSubset根据@Spacedman的建议,我使用voronoi tesselation来识别并删除那些最接近其他点的点
这里,要下降的点数百分比被赋予函数。这似乎工作得很好,只是对于大型数据集来说速度较慢
library(tripack)
voronoiFilter <- function(occ,drop) {
n <- round(x=(nrow(occ) * drop),digits=0)
subset <- occ
dropped <- vector()
for (i in 1:n) {
v <- voronoi.mosaic(x=subset[,'Longitude'],y=subset[,'Latitude'],duplicate='error')
info <- cells(v)
areas <- unlist(lapply(info,function(x) x$area))
smallest <- which(areas == min(areas,na.rm=TRUE))
dropped <- c(dropped,which(paste(occ[,'Longitude'],occ[,'Latitude'],sep='_') == paste(subset[smallest,'Longitude'],subset[smallest,'Latitude'],sep='_')))
subset <- subset[-smallest,]
}
return(occ[-dropped,])
}
xy <- cbind(rnorm(500),rnorm(500))
colnames(xy) <- c('Longitude','Latitude')
xy2 <- voronoiFilter(xy, drop=0.7)
plot(xy)
points(xy2,col='blue',cex=1.5,pch=20)
库(tripack)
voronoiFilter如果您只关心子集S的扩散均匀性,那么您可以独立于剩余的点集来做这件事。您希望最小化空空间最近邻函数(即从任意位置到S中最近点的距离)。您可以通过构造voronoi细分并迭代删除最小面积多边形来实现这一点。这将很像另一个问题中最接近的配对丢弃算法。。。