clusterpolate 0.2.0

传统的散点数据内插和外推方法通常在围绕数据点的填充矩形区域或它们的填充凸包上工作。然而，散点数据通常由不同形状的集群组成，通常包含没有数据的地方。将此类数据强制纳入传统的内插或外推方案通常不会产生期望的结果。

另一方面，热图很好地处理散点数据，但通常不提供真正的内插：相反，它们通常使用核函数的原始总和，这会高估密集区域的目标值。

Clusterpolation是一种混合的内插和外推方案，用于解决这个问题。它使用核函数进行局部值的加权内插和外推，以及数据的密度估计。后者用于将成员度分配给clusterpolated点：成员度低的点位于数据不足的区域。