如何对纬度/经度数据点进行聚类答案

【问题标题】：How to perform clustering of lat/lon data points如何对纬度/经度数据点进行聚类
【发布时间】：2015-02-11 07:31:20
【问题描述】：

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。有什么想法吗？

【问题讨论】：

标签： python scikit-learn cluster-analysis dbscan

【解决方案1】：

dbscan使用epsilon radius查询。这是您使用纬度和长足的地方。

我不知道scikit-seature是否允许您使用任意距离。我在使用光学（DBSCAN的后续人员）上看到了一个blog post使用纬度和经度纳入2300万推文;但它使用的是 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。如果不是凸出的话，它们可以在 em>群集之外;而DBSCAN可以找到非凸簇。考虑中心有一个湖的城市。质心可能在湖中。或者一个海湾的城市 - 质心将在海湾内部。湾区的质心（旧金山，奥克兰，......）可能是靠近金银岛...等。

【讨论】：

【解决方案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example，在我看来是公平的

【讨论】：