У меня есть распределение взвешенных оценок 2D-поз (позиция + ориентация), которые являются образцами неизвестного PDF позы системы. Все оценки и основополагающая реальная позиция ограничены вогнутым многоугольником.
На рисунке показано примерное распределение. Пурпурно окрашенные круги — это оценки, линия радиуса — это предполагаемое направление. Веса указываются диаметром кружков. Красная точка — это взвешенное среднее значение, желтая окружность указывает на отклонения и направление, но не имеет значения для следующей проблемы:
Из всех оценок я хочу вывести наиболее вероятное положение системы.
До сих пор я оценивал следующие подходы:
Кроме того, я изучил K-Means и K-Medoids. Для K-средних я не знаю наиболее эффективного способа привязать центры к многоугольнику. K-Medoids, кажется, работает, но имеет низкую производительность (O (n ^ 2)), что важно, так как у меня большое количество оценок (вопреки объяснительной картине)
k-means также может дать оценку за пределами ваших полигонов.
Такие ограничения выходят за пределы варианта использования кластеризации. Но ничто не мешает вам разработать метод для корректировки оценок впоследствии.
Для невыпуклых данных стоит попробовать DBSCAN. Вы даже можете легко включить линию обзора в Обобщенный DBSCAN. Но я не уверен, что кластеризация поможет для вашей общей цели.
Других решений пока нет …