我在使用Google Maps Static API的網頁上顯示小型Google地圖。將Google地圖上的一組點集合到一個較小的集合中
我有一組15個座標，我想在地圖上表示爲點。
由於地圖相當小（184 x 90像素），並且Google地圖上的網址上限爲2000個字符，因此我無法表示地圖上的每個點。
因此，我想生成一個代表大列表平均值的小座標列表。
因此，我不會有15套，我最終會有5套，他們的位置近似於15的位置。假設有3個點更接近每個點 - 除了其他點地圖，那些點將被摺疊成1點。
所以我想我正在尋找一種算法，可以做到這一點。
不要求任何人拼出每一步，但也許指向我的這種事情的數學原理或通用功能的方向？
我敢肯定，在對圖像進行像素化時，在圖形軟件中使用了類似的功能。
（如果我解決這個我一定會張貼我的結果。）
我建議K-means clustering當你需要集羣N個對象到已知數量的集羣K個< N，這似乎是你的情況。請注意，一個羣集最終可能會有一個離羣點，而另一個羣組可能會有5個彼此非常接近的點：沒關係，它會更接近您的原始集合，而不是將每個羣集精確到3點！ - ）
一般來說，我認爲你需要搜索的區域是「矢量量化」。我有一本由Allen Gersho和Robert M. Gray提供的舊書標題Vector Quantization and Signal Compression，它提供了一些例子。
從記憶來看，勞埃德迭代對於這類事情來說是一個很好的算法。它可以將輸入集合並將其縮減爲一組固定大小的點。基本上，統一或隨機分佈你的點周圍的空間。將每個輸入映射到最近的量化點。然後計算誤差（例如距離的總和或均方根）。然後，對於每個輸出點，將其設置爲映射到該集合的中心。這將移動這個點，甚至可能改變映射到它的集合。迭代執行此操作，直到從一次迭代到下一次迭代檢測不到更改。
希望這會有所幫助。
是的，K-means的公正的總結（除非你真的不需要測量錯誤，如果你打算只有在「從一次迭代到下一次迭代沒有檢測到變化時」纔會認爲它是穩定的;-)。 – 2009-08-31 04:18:30
是的，在發佈之前我沒有看到您的帖子。在快速參考之後：「MacQueen將其作爲統計聚類過程進行研究後，」用於VQ設計的廣義Lloyd算法有時被稱爲'k-means算法'「。 -Gersho＆Gray – Adrian 2009-08-31 04:34:43
如果你是搜索這樣的功能/類，看看MarkerClusterer和MarkerManager工具類。 MarkerClusterer與描述的功能非常匹配，如this demo所示。
非常感謝Alex！我猜聚簇是我正在尋找的詞。我會給這個K-means聚類一個鏡頭。 – Jonathan 2009-08-31 03:09:22
不客氣 - 如果我知道你想要的實現語言，確切的需求等，我會添加更具體的建議。 – 2009-08-31 04:17:11
如果你只有15分，這是完全正確的 - 但如果你將有成千上萬點，K-means可能有點慢。 – 2009-08-31 15:34:24