Làm thế nào để xây dựng các tứ giác cho các quá trình điểm khác nhau rất nhiều về tần số?

Tôi muốn thực hiện phân tích số lượng ô tiêu chuẩn trên một số quy trình điểm (hoặc một quy trình điểm được đánh dấu), sau đó áp dụng một số kỹ thuật giảm kích thước.

Các nhãn hiệu không được phân phối chính xác, nghĩa là, một số nhãn hiệu xuất hiện khá thường xuyên và một số khá hiếm. Do đó, tôi không thể đơn giản phân chia không gian 2D của mình trong một lưới thông thường, bởi vì các dấu thường xuyên hơn sẽ "lấn át" những cái ít thường xuyên hơn, che giấu sự xuất hiện của chúng.

Vì vậy, tôi đã cố gắng xây dựng lưới của mình sao cho mỗi ô có nhiều nhất N điểm trong đó (để làm như vậy, tôi chỉ cần chia mỗi ô thành bốn ô nhỏ hơn (và có kích thước bằng nhau), cho đến khi không có ô nào có nhiều hơn N điểm nó).

Bạn nghĩ gì về kỹ thuật "bình thường hóa" này? Có một cách tiêu chuẩn để làm những việc như vậy?

Tôi đã sử dụng phân tích ô tiêu chuẩn chỉ trên lưới thông thường. Nó rất hữu ích liên quan đến mục đích, đó là so sánh sự phân tán dữ liệu lấy mẫu với một quy trình đã biết, ví dụ, ngẫu nhiên. Do đó, một lưới điện thường xuyên làm việc tốt.
Phương pháp bạn đã phát triển và mô tả không chắc chắn là tính theo ô tiêu chuẩn. Ví dụ: trong phương pháp trung bình di chuyển, một tùy chọn là đếm số lượng lân cận cho quá trình, tức là tính trung bình, được thực hiện đơn giản bằng cách tìm kiếm trong một vòng tròn (ở dạng 2D) hoặc hình cầu (trong 3D). Phương pháp của bạn trông tương tự với cách sử dụng hơi khác so với các mẫu được chọn.