web-dev-qa-db-ja.com

MATLABのデータを囲む楕円

次の図をMATLABで再現したいと思います。

exampleee.png

X座標とY座標を持つポイントには2つのクラスがあります。各クラスを、楕円が軸に沿ってどれだけ移動するかを決定する標準偏差の1つのパラメーターを持つ楕円で囲みたいと思います。

この図は別のソフトウェアで作成されたものであり、楕円の計算方法が正確にはわかりません。

これが私がこの図に使用しているデータです。最初の列はクラス、2番目-X、3番目-Yです。gscatterを使用してポイント自体を描画できます。

A = [
    0   0.89287 1.54987
    0   0.69933 1.81970
    0   0.84022 1.28598
    0   0.79523 1.16012
    0   0.61266 1.12835
    0   0.39950 0.37942
    0   0.54807 1.66173
    0   0.50882 1.43175
    0   0.68840 1.58589
    0   0.59572 1.29311
    1   1.00787 1.09905
    1   1.23724 0.98834
    1   1.02175 0.67245
    1   0.88458 0.36003
    1   0.66582 1.22097
    1   1.24408 0.59735
    1   1.03421 0.88595
    1   1.66279 0.84183
];

gscatter(A(:,2),A(:,3),A(:,1))

参考までに、 ここ はSO楕円の描画方法に関する質問です。したがって、楕円を描画するためのすべてのパラメーターを知る必要があります。


更新:

中心はX座標とY座標の平均として計算できることに同意します。おそらく、角度と形状を決定するために、クラスごとに主成分分析(PRINCOMP)を使用する必要があります。まだ考えています...

15
yuk

コードを考えてみましょう:

%# generate data
num = 50;
X = [ mvnrnd([0.5 1.5], [0.025 0.03 ; 0.03 0.16], num) ; ...
      mvnrnd([1 1], [0.09 -0.01 ; -0.01 0.08], num)   ];
G = [1*ones(num,1) ; 2*ones(num,1)];

gscatter(X(:,1), X(:,2), G)
axis equal, hold on

for k=1:2
    %# indices of points in this group
    idx = ( G == k );

    %# substract mean
    Mu = mean( X(idx,:) );
    X0 = bsxfun(@minus, X(idx,:), Mu);

    %# eigen decomposition [sorted by eigen values]
    [V D] = eig( X0'*X0 ./ (sum(idx)-1) );     %#' cov(X0)
    [D order] = sort(diag(D), 'descend');
    D = diag(D);
    V = V(:, order);

    t = linspace(0,2*pi,100);
    e = [cos(t) ; sin(t)];        %# unit circle
    VV = V*sqrt(D);               %# scale eigenvectors
    e = bsxfun(@plus, VV*e, Mu'); %#' project circle back to orig space

    %# plot cov and major/minor axes
    plot(e(1,:), e(2,:), 'Color','k');
    %#quiver(Mu(1),Mu(2), VV(1,1),VV(2,1), 'Color','k')
    %#quiver(Mu(1),Mu(2), VV(1,2),VV(2,2), 'Color','k')
end

screenshot


編集

楕円が特定のレベルの標準偏差を表すようにしたい場合、正しい方法は共分散行列をスケーリングすることです。

STD = 2;                     %# 2 standard deviations
conf = 2*normcdf(STD)-1;     %# covers around 95% of population
scale = chi2inv(conf,2);     %# inverse chi-squared with dof=#dimensions

Cov = cov(X0) * scale;
[V D] = eig(Cov);

OP_DATA

17
Amro

次のアプローチを試してみます。

  1. 楕円の中心のx-y重心を計算します( リンクされた質問 のx、y)
  2. 線形回帰フィットラインを計算して、楕円の主軸(角度)の方向を取得します。
  3. X軸とy軸の標準偏差を計算します
  4. X-y標準偏差を変換して、フィットライン(a、b)に直交するようにします。
2
Doresoom

単一の行列で与えられる点のセットは1つだけであると仮定します。

B = A(1:10,2:3);

この手順は、データセットごとに再現できます。

  1. 点の平均である楕円体の中心を計算します。 Matlab関数:mean
  2. データを中央に配置します。 Matlab関数bsxfun
  3. 楕円体の主軸とそれぞれの大きさを計算します。 Matlab関数:eig

後続の手順を以下に示します。

Center = mean(B,1);
Centered_data = bsxfun(@minus,B,Center);
[AX,MAG] = eig(Centered_data' * Centered_data);

AXの列には楕円体の主軸を表すベクトルが含まれ、MAGの対角線にはその大きさに関する情報が含まれます。楕円体をプロットするには、各主軸をその大きさの平方根でスケーリングします。

お役に立てれば。

A。

1
Adrien