基于点的中心创建多边形区域 我对R很陌生，我想创建一个函数，它需要几个点，找到这些点的中心（像一些质心），从这些点画出线，将点组分开，中间点的中心。类似于制作饼片：我们从中间分割饼，得到等量的部分

我用于查找中心和绘图本身的代码如下：

distance <- function(points1, points2) {
  distanceMatrix <- matrix(NA, nrow=dim(points1)[1], ncol=dim(points2)[1])
  for(i in 1:nrow(points2)) {
    distanceMatrix[,i] <- sqrt(rowSums(t(t(points1)-points2[i,])^2))
  }
  distanceMatrix
}

find_cluster <- function(x, centers, distFun, nItter=10) {
  clusterHistory <- vector(nItter, mode="list")
  centerHistory <- vector(nItter, mode="list")

  for(i in 1:nItter) {
    distsToCenters <- distFun(x, centers)
    clusters <- apply(distsToCenters, 1, which.min)
    centers <- apply(x, 2, tapply, clusters, mean)
    # Saving history
    clusterHistory[[i]] <- clusters
    centerHistory[[i]] <- centers
  }

  list(clusters=clusterHistory, centers=centerHistory)
}

a3=as.matrix(test)
centers <- a3[sample(nrow(a3), 5),]

theResult <- find_cluster(a3, centers, myEuclid, 10)

因此，函数应该执行以下操作：

以输入中心为例

查找这些点（即簇的中心）的质心（或点质量）的位置

从主中心（即质心）绘制直线或多边形，使其分隔簇

测试数据集可在中找到。下面是我想要的一个例子：

---

您可以这样做（

n

是您想要的集群数量）

---

<代码> dAT，但是否有可能将黄金线移动到图的窗口的末端，以便每个黄金线从中间的蓝色点移动到每个轴？

plot(a3, col=theResult$clusters[[i]],
 main=paste("itteration:", i), xlab="x", ylab="y")
points(theResult$centers[[i]],
 cex=1, pch=19, col=1:nrow(theResult$centers[[i]]))

dat <- read.table(file="test.txt", header=T)

separateClusts <- function(n, dat) {
    ## Cartesian to polar (is there a function for this?)
    cart2pol <- function(x, y, deg = FALSE) {
        r <- sqrt(x^2 + y^2)
        theta <- atan(y / x)
        theta[x < 0] <- theta[x < 0] + pi
        theta[x >= 0 & y < 0] <- theta[x >= 0 & y < 0] + 2*pi
        if (deg) theta <- theta * 180/pi
        out <- cbind(r, theta)
        names(out) <- c("r", "theta")
        return( out )
    }

    ## Get clusters
    clusts <- kmeans(dat, n)
    centers <- clusts$centers

    ## Center of mass of clusters
    com <- matrix(colMeans(centers), ncol=2)

    ## Order them
    cent <- t(t(centers) - c(com))  # center
    pol <- cart2pol(cent[,1], cent[,2])
    ord <- sort(pol[,2], index=T)$ix
    ordered <- as.data.frame(centers[ord, ])

    ## Get midpoints
    mids <- with(ordered, {
        data.frame(
            xmid=c(x[-1] - x[-length(x)], x[1]-x[length(x)])/2 + x,
            ymid=c(y[-1] - y[-length(y)], y[1]-y[length(y)])/2 + y
        )
    })

    ## Plot
    plot(dat, col=clusts$cluster)
    points(com, col="blue", pch=16, cex=2)
    points(centers, col="red", pch=16, cex=2)
    points(mids, col="orange", pch=16, cex=2)

    ## Draw line segments
    ms <- (tmp <- t(t(mids) - c(com)))[,2] / tmp[,1]
    for (i in 1:nrow(mids))
        segments(com[,1], com[,2],
                 com[,1] + (s <- sign(mids$x[i]-com[,1]))*5,
                 com[,2] + s*ms[i]*5, col="orange", lwd=2)
}

separateClusts(5, dat)