点数据集描述性空间统计之四——最小距离中心统计(Center of Minimum Distance)原理及python实现
1.原理
最小距离中心,是指求出一个点,这个点到其他所有点的距离之和最小。
2.算法
求解最小距离中心目前采用的是迭代的算法。根据(Kuhn and Kuenne,1962; Burt and Barber, 1996;)基本步骤为:
1) 首先求出点数据集的权重平均中心
权重中心具体算法,参见我的博客,地址为:【空间分析】点数据集描述性空间统计之二——加权平均中心统计(weighed Mean Center)原理及python实现 - ganquan78的博客 - CSDN博客
X i 和 Y i X_i 和 Y_i Xi和Yi
2) 求出每个点 i 到平均中心的距离
D i c t D_{ict} Dict
3) 依据每个点到平均中心的距离,求出权重
K i t = W i e − d i c t K_{it}=W_{i}e^{-d_{ict}} Kit=Wie−dict<