360 derecede rastsal olarak dağılmış noktalar oldugunu ve bu noktaların bir sektorde/sektorlerde dairenin geri kalanından daha az (0 degil ama cok az) oldugu bir durumda, noktalarin az oldugu sektor yada sektorleri nasil tespit edebiliriz ?
Sorunuzu görsel olarak ifade edebilirseniz daha iyi anlaşılır. Benim anladığım dairesel bir alan sektörlere ayrılmış olsun ve bu alana yayılmış noktalar olsun. Hangi sektörde diğerlerine göre daha az nokta vardırı mı soruyorsunuz?
Regresyon analizi daha çok doğrusal dağılan noktalarda işe yarar. Dairesel yayılımda noktalar arasındaki korelasyon sıfıra yakın çıkacağı için sizin probleminizde eğer doğru anladıysam regresyon kullanmak çok uygun olmayacaktır diye düşünüyorum.
Önce verilen kümeler için K-NN yöntemi ile yoğunluk merkez noktaları bulunur. Bunu yapmak içinse öncelik olarak küme sayısını belirlemeli yada Fuzzy-C Clustering ve Gustafson Kessel ile Küme sayısınıda otomatik olarak ayarlayabilirsiniz.
Detaylı Bilgi : Cristopher Bishop - Machine Learning and Pattern Recognition
(https://i.hizliresim.com/1gWApp.jpg)
bu bir clustering problemi. anladığım kadarıyla seçilen alanda nokta olma olsılığını bulmaya çalışıyorsunuz. yani pdf estimate edeceksiniz.
ben olsam bir kernel ile parzen window kullanırdım. kernel olarak gaussian candır, muhtemelen olur. böylece herhangi bir nokta için olasılık dağılımını bulursunuz.
Örüntü tanıma konularına girmeye gerek var mı bilemiyorum. Basit yöntemlerle çözülebilir gibi gözüküyor.
Merkezden çizdiğiniz doğru parçasını 0-360 arası döndürürken her açı değişiminde doğru üzerinde kaç nokta bulunduğunu kaydedelim. İşlemin sonunda oluşan veri 0...360 arasında hangi açıda ne kadar nokta olduğunu bize gösterecek. Bu verinin min noktaları problemin istenileni oluyor. Değil mi?
Clustering daha anlamli sanki, ama ondada kume olarak 1 secilmesi gerek sanirim. Uzaklik parametresini kullaniciya biraksam, kullanici giris yapsa nasil olur acaba ?
http://scikit-learn.org/stable/auto_examples/index.html
şuradan gidelim.
matplotlib (python çizim modülü) ile density grafiğini harita üzerinde göstererek istediğime ulaşacağımı düşünüyorum.
hocam parzen window'a bir bakın. Öyle uzaydan gelme matematiksel metodlardan değildir, gayet basit bence.
Alıntı yapılan: muhittin_kaplan - 10 Ağustos 2017, 00:17:00
http://scikit-learn.org/stable/auto_examples/index.html (http://scikit-learn.org/stable/auto_examples/index.html)
şuradan gidelim.
Doğru yoldasınız hocam. Ama tavsiyem Matlab veya Labview ile bu işlemi yapmanız daha hızlı olacağına inanmaktayım. Çünkü elinizde bir data bloğu var. Bu train ederek clusterin yapmanız lazım. Tek bir küme istediğiniz için buna bile gerek yok. Featurelara bakıp PCA yada LDA tabanlı bir sınıflandırma ile ayırım yapabilirsiniz. Tek kümede ise işlem sınır çizgilerinin belirlenmesi olacaktır. Yani sizin değer aralıkları bu gönderdiğiniz resim gibi değil nonlinear bir hat olacaktır.