我一直在运行 sci-kit learn 的 DBSCAN 实现，以按纬度/经度对一组地理标记照片进行聚类。在大多数情况下，它工作得很好，但我遇到了一些令人费解的例子。例如，有两组照片，用户输入的文本字段指定照片是在中央公园拍摄的，但这些照片的纬度/经度没有聚集在一起。照片本身证实了他们两组观察结果都来自中央公园，但实际上纬度/经度之间的距离比epsilon.
经过一番调查，我发现这是因为纬度/经度地理标签（由手机的 GPS 生成）非常不精确。当我查看每张照片的定位精度时，我发现它们的范围很广（我已经看到了高达 600 米的误差范围），如果考虑到定位精度，这两组照片在以纬度/经度表示的附近距离。
当您进行 DBSCAN 时，有什么方法可以计算 lat/long 的误差范围？
（注意：我不确定这个问题是否像它应该的那样清晰，所以如果我能做些什么来使它更清楚，请告诉我。）