量化不同属性的 3D 点集群

Question

我正在尝试找到一种方法来量化本地化或分布的 3D 点 (x,y,z) 如何基于它们的属性。在下图中，我有一个分布点(x,y,z)，颜色从蓝色到红色不等。目标是找到一种定量方法来确定蓝点在一个数据集中是否比在另一个数据集中更本地化。然而，最终目标涉及 4D 数据(x,y,z,color) 并量化一个定位比另一个定位更蓝。

根据我的研究，我正在考虑核密度估计、最近邻或其他一些聚类分析。我将不胜感激有关哪个选项可能是最好的任何想法或建议。

Answer 1

不确定我是否完全理解，但我想到了三件事：

1. 计算所有例如的平均位置（中心）蓝点，然后平均每个蓝点到蓝色中心的距离。
2. 为每个蓝点定义一个半径并计算给定半径内其他蓝点（邻居）的数量。从所有 n 中取平均值。
3. 确定每个蓝点到所有其他蓝点的距离并获得所有平均值。

您可以在数据集或颜色之间进行比较的每个度量