首页 文章

在MATLAB中围绕数据的椭圆

提问于
浏览
15

我想在MATLAB中重现下图:

exampleee.png

有两类具有X和Y坐标的点 . 我想用一个带有一个标准偏差参数的椭圆围绕每个类,它决定了椭圆沿轴线走多远 .

这个图是用另一个软件创建的,我不太清楚它是如何计算椭圆的 .

这是我用于此图的数据 . 第1列是第2列 - 第X列,第3列 - 第Y列 . 我可以使用 gscatter 来绘制点本身 .

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))

仅供参考,here是关于如何绘制椭圆的问题 . 所以,我们只需知道绘制它的所有参数 .


Update:

我同意可以将中心计算为X和Y坐标的平均值 . 可能我必须对每个类使用主成分分析( PRINCOMP )来确定角度和形状 . 仍然在想...

3 回答

  • 2

    考虑一下代码:

    %# 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


    编辑

    如果您希望椭圆表示特定的标准偏差水平,那么正确的做法是缩放协方差矩阵:

    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

  • 1

    我尝试以下方法:

    • 计算椭圆中心的x-y质心(linked question中的x,y)

    • 计算线性回归拟合线以获得椭圆长轴的方向(角度)

    • 计算x和y轴的标准偏差

    • 翻译x-y标准偏差,使它们与拟合线(a,b)正交

  • 17

    我假设在单个矩阵中只给出一组点,例如

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

    您可以为每个数据集重现此过程 .

    • 计算椭球的中心,这是点的平均值 . Matlab功能: mean

    • 居中数据 . Matlab函数 bsxfun

    • 计算椭圆体的主轴及其各自的大小 . Matlab功能: eig

    后续步骤如下所示:

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

    AX的列包含描述椭圆体主轴的向量,而MAG的对角线包含有关其大小的信息 . 要绘制椭圆体,请使用其大小的平方根缩放每个主轴 .

    希望这可以帮助 .

    一个 .

相关问题