このノードは、クラスタアトリビュート付きのポイントやクラスタ中心のどれかを出力できる低レベルノードです。 同時に両方とも実行できる高レベルクラスタリングノードに関しては、Cluster Pointsノードを参照してください。

このノードは、ポイント上にクラスタ番号を意味するcluster整数アトリビュートを作成します(同じクラスタ内のポイントすべてが同じcluster値を持ちます)。

このノードは、 K-meansクラスタリングアルゴリズム を使ってポイントをグループ化します。

このノードで使用するK-meansクラスタリングアルゴリズムは、ランダムに選んだ初期クラスタ中心で左右されます。特に、少ない数のクラスタを作成する時です。 例えば、ジオメトリをお互いに遠く離れた2つのパーツに分割した時、初期中心がパートAの近くにないために、パートAのポイントすべてが1クラスタに、パートBのポイントがたくさんのクラスタに分割されてしまいます。

この場合、クラスタリングの結果が良くなるまで Seed パラメータを変更します。

このノードは、複数のアトリビュートをブレンド( Control Attributes パラメータを上げることで)してクラスタ化することができます。 各アトリビュートには Weight パラメータがあり、各ポイントをクラスタ化する時に使用する近接度の線形計算を制御します。

いくつかのアトリビュートでは、線形スケールが思ったようなものではない場合があります。Thresholdの機能を使う例として、 Impact Time によってポイントをクラスタ化する時です。例:

• 埃を表現するために、Impact Analysis DOPを使って、RBDオブジェクトが地面にぶつかった箇所にポイントを作成します。Impactポイントにはimpacttimeアトリビュートを持ちます。このアトリビュートは、衝突が生じた時のタイムスタンプを含んでいます。

• Impactポイントを別の流体シミュレーションボックスに格納するためにクラスタ化します。

• 位置でポイントを分類しますが(近くにあるポイント同士を同じボックスに格納します)、さらに Impact Time でも分類します(Impactポイントが同じ場所で発生しても、時間別でお互い距離が離れるImpactポイントは別のボックスに格納します)。

• 2つの“コントロールアトリビュート”のポジション(P)、impacttimeを使ってクラスタリングを制御し、impacttimeの Weight 値を上げることでImpact Timeでポイントをグループ化し、そしてPositionでポイントをグループ化します。

• しかし、線形的な処理をする Weight パラメータは、思うような正しいウェイト値を拾うのが難しい場合があり、“十分に近い”Impactポイントが同じボックスに入り、そうでないImpactポイントは別々にクラスタ化されます。

これに対してThresholdの機能が役に立ちます。指定したアトリビュートの距離が特定の量( Threshold )よりも大きい場合、線形ウェイトの代わりに、高い“penalty”を最後の距離計算に追加します。

この例では、赤いポイントが前のImpactを意味し、緑のポイントが後のImpactを意味します。いくつかの箇所で、位置が重なっているImpactがImpact Timeに基づいて別のボックスに分類されていることが確認できます。