python - 如何对纬度/经度数据点进行聚类

Question

我首选的算法是 scikit-learn 中的 DBSCAN。但是，我不确定是否（以及如何）将半径与我已经使用的纬度和经度结合起来。我的第二个问题是如何计算新集群的中心。有任何想法吗？

Answer 1

DBSCAN 使用 epsilon 半径查询。这是您使用纬度和经度的地方。

我不知道 scikit-learn 是否允许您使用任意距离。我看过一篇关于使用 OPTICS（DBSCAN 的继任者）使用纬度和经度对 2300 万条推文进行聚类的博客文章；但它使用 ELKI 而不是 scikit-learn。

DBSCAN 不使用质心。所以你根本不需要在球体上计算它们。事实上，质心对 DBSCAN 没有意义。如果不是凸的，它们可能在集群之外；DBSCAN 可以找到非凸簇。考虑一个中心有一个湖的城市。质心可能就在湖中。或者海湾中的城市 - 质心将在海湾内。湾区的中心（旧金山、奥克兰……）可能在金银岛附近……等等。

Answer 2

计算质心的一种方法是对每个集群的经度求和（每个点的经度之和）并计算平均值，这将为您的质心提供粗略的经度。对纬度做同样的事情。这是一个很好的例子，在我看来是公平的