基于地理坐标查找具有最大间距的聚类

Posted 2023-02-23

【中文标题】基于地理坐标查找具有最大间距的聚类

【英文标题】：Finding Clusters with Max Intra-Distance Based on Geo Co-ordinates

【发布时间】：2019-01-28 12:44:14

【问题描述】：

我有包含经纬度数据的数据集。

('ID','Latitude','Longitude')

('A0001',19.222,71.555)

使用这些数据我计算了距离矩阵，其中 M[i][j] 是 ID:i 和 ID:j 之间的距离。

使用以下代码计算距离：

geopy.distance.vincenty((a,b),(c,d)).miles

有没有找到半径 X 英里内的集群的最佳方法。

目前的大多数集群，如“DBSCAN”K-Means 都提供了最小距离和最小样本的选项，但是我正在寻找提供最大距离的聚类方法。

其次，如果不需要，我可以不计算距离矩阵。

【参考方案1】：

做完整的链接层次聚类。

如果在距离 x 处切割树，同一簇中的任意两个点的距离最多为 x。它不是最优的（因为那将是 NP 完全的）但通常足够好。