集群的经度和纬度的GPS数据

Question

我有400辆多万辆汽车GPS位置，如：

[ 25.41452217, 37.94879532], 
[ 25.33231735, 37.93455887], 
[ 25.44327736, 37.96868896], 
... 

我需要空间聚类点< = 3米之间的距离。
我试过使用DBSCAN，但它似乎不适用于geo(longitude, latitude)。

此外，我不知道群集的数量。

Answer 1

DBSCAN是一个合理的选择，但使用OPTICS和HDBSCAN *等分层聚类算法可能会获得更好的结果。

我做了一个博客帖子前段时间聚类23000000个分享Tweet地点：

http://www.vitavonni.de/blog/201410/2014102301-clustering-23-mio-tweet-locations.html

这里也是聚集GPS点的博客。她采用了非常相似的方法，并给出更详细信息：

https://doublebyteblog.wordpress.com/

从本质上说，OPTICS很适合这样的数据，你真的需要向使用索引如R *树或封面树在ELKI。两者都与Haversine距离一起工作，速度非常快。

Answer 2

可以使用pairwise_distances从纬度/经度计算地理距离，然后通过指定metric ='precomputed'将距离矩阵传递到DBSCAN。

计算距离矩阵：

from sklearn.metrics.pairwise import pairwise_distances 
from sklearn.cluster import DBSCAN 
from geopy.distance import vincenty 

def distance_in_meters(x, y): 
    return vincenty((x[0], x[1]), (y[0], y[1])).m 

distance_matrix = pairwise_distances(sample, metric=distance_in_meters) 

要使用矩阵运行DBSCAN：

dbscan = DBSCAN(metric='precomputed', eps=3, min_samples=10) 
dbscan.fit(distance_matrix) 

希望这有助于。

Gengyu