python中的DBSCAN - 内存不足

Question

我的数据有 100 万个经纬度坐标对。我正在使用带有半正弦距离测量的 DBSCAN 算法。但是，到目前为止，该算法仅针对 8000 条记录的数据子集运行，如果我尝试在整个数据集上运行，则会在几秒钟内耗尽内存。有人可以帮忙吗？

Answer 1

通常，您会在点之间的距离上使用epsilon，即纬度和经度。

然后 count 根本没有使用。

请阅读generalized DBSCAN 的自定义，以便将 DBSCAN 应用于此类数据。常规 DBSCAN（或任何其他聚类算法）将对您的数据进行开箱即用。您可能还想研究空间自相关。