根据最小距离将点分配给组

Question

我正在尝试根据欧几里得距离将点分配到分组中。例如，在下面的数据中，三个点代表三个不同的组（One, Two, Three，图中的非绿色点）。我想将剩余的点（Scatter 绿点）分配到基于最小欧几里得距离的分组中（即将Scatter 更改为最接近的OneTwo 或Three 点。

我试图在kmeans 或其他聚类函数之外执行此操作，并且仅使用最小欧几里得距离，但欢迎并感谢建议。

set.seed(123)
Data <- data.frame(
  x = c(c(3,5,8), runif(20, 1, 10)),
  y = c(c(3,5,8), runif(20, 1, 10)),
  Group = c(c("One", "Two", "Three"), rep("Scatter", 20))
)

ggplot(Data, aes(x, y, color = Group)) +
  geom_point(size = 3) +
  theme_bw()

Answer 1

这样的事情怎么样：

bind_cols(
    Data,
    dist(Data %>% select(-Group)) %>%              # Get x/y coordinates from Data
        as.matrix() %>%                            # Convert to full matrix
        as.data.frame() %>%                        # Convert to data.frame
        select(1:3) %>%                            # We're only interested in dist to 1,2,3
        rowid_to_column("pt") %>%                  
        gather(k, v, -pt) %>%
        group_by(pt) %>%
        summarise(k = k[which.min(v)])) %>%        # Select label with min dist
    mutate(Group = factor(Group, levels = unique(Data$Group))) %>%
    ggplot(aes(x, y, colour = k, shape = Group)) +
    geom_point(size = 3)

说明：我们使用dist 在One、Two、Three 和所有Scatter 点之间计算所有成对欧几里得距离。然后，我们根据与One (k = 1)、Two (k = 2)、Three (k = 3) 的最小距离为每个 Scatter 点分配一个标签 k。

请注意，(9.6, 3.1) 处的Scatter 点确实被正确“分类”为属于Two (k = 2)；您可以通过在ggplot 情节链中添加coord_fixed() 来确认这一点。