Centroid
| Ten artykuł należy dopracować zgodnie z zaleceniami edycyjnymi: zweryfikować treść i dodać źródła. Dokładniejsze informacje o tym, co należy poprawić, być może znajdują się na stronie dyskusji tego artykułu. Po wyeliminowaniu niedoskonałości prosimy usunąć szablon {{Dopracować}} z kodu tego artykułu. |
Centroid – punkt związany z obszarem, w szczególności z wielokątem, leżący wewnątrz niego, reprezentujący geometryczne uściślenie intuicyjnego "środka" obszaru.
Grafika komputerowa [edytuj]
Pojęcie to zrobiło karierę z rozwojem grafiki komputerowej, zwłaszcza w dziedzinie systemów informacji przestrzennej (np. GIS) i kartografii. W systemach tych centroid służy m.in. jako punkt zaczepienia informacji tekstowych związanych z obszarem, np. do umieszczenia nazwy państwa w "środku" obszaru państwa, numeru domu w obrysie budynku, itp.
Dla wielokątów wypukłych centroidem jest środek geometryczny ("środek masy") figury. Ta reguła nie wystarcza jednak w przypadku wielokątów wklęsłych (tj. mających co najmniej jeden kąt większy od 180°) – środek geometryczny takiego wielokąta może leżeć poza wielokątem. Wówczas za centroid przyjmuje się według różnych kryteriów punkt względnie bliski środka masy, jednak leżący wewnątrz wielokąta.
Pojęcie to jest również używane w grafice trójwymiarowej, na przykład przy wykrywaniu kolizji oraz renderowaniu scen dynamicznych metodą śledzenia promieni.
Statystyka [edytuj]
W statystyce pojęcie centroidu stosowane jest w analizie skupień. Centroid jest swego rodzaju reprezentantem danego skupienia, przydatnym szczególnie przy interpretacji wyników analizy w formie zrozumiałej dla klienta. Można wówczas wybrać typowego reprezentanta każdego ze skupień i po sprawdzeniu jego cech nadać nazwę całemu skupieniu, np. "yuppies", albo "spełnione rodziny". To podejście nie ma sensu, jeśli jest zastosowane do zbyt niejednorodnych grup – np. pojęcie "typowego Polaka" nie ma sensu, w szczególności trudno byłoby dobrać jego płeć.
Na centroidach opierają się też niektóre metody hierarchicznej analizy skupień, np. niektóre odmiany k-mean clustering, gdzie coraz większe skupienia są w kolejnych krokach analizy zastępowane swoimi centroidami.
