Какой самый быстрый способ расчета положения центров кластеров, константных вогнутым многоугольником

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:

1. Используя оценку с наибольшим весом: Дает плохие результаты, так как одна оценка с большим весом превосходит несколько совпадающих оценок с немного меньшими весами.
2. Средневзвешенное значение: Не применимо, поскольку среднее значение может находиться вне многоугольника, как на рисунке (красная точка с желтым кружком).
3. Средневзвешенная: Работает, но игнорирует потенциальные кластеры. Например. на изображении ниже видны два кластера, один из которых более вероятен, чем другой.

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)

• Каков будет идеальный алгоритм для решения такого рода проблем?
• Какую сложность можно достичь?
• Существуют ли в C ++ легкодоступные алгоритмы, которые решают эту проблему, или их можно легко адаптировать для ее решения?