給定地理位置(長/緯度)的數據庫,確定/檢測位於x英里的集羣中心和總共至少y個地點?找到地理點的聚類(在聚類中心的y距離內最小x點)的算法
例如在北卡羅來納州的1000個McWidgets中,有30個集羣,每個集羣在其各自集羣中心7英里內有20個或更多的商店。
自從我在大學申請數學課程已經很長時間了...任何幫助老糊狀的大腦將不勝感激。
給定地理位置(長/緯度)的數據庫,確定/檢測位於x英里的集羣中心和總共至少y個地點?找到地理點的聚類(在聚類中心的y距離內最小x點)的算法
例如在北卡羅來納州的1000個McWidgets中,有30個集羣,每個集羣在其各自集羣中心7英里內有20個或更多的商店。
自從我在大學申請數學課程已經很長時間了...任何幫助老糊狀的大腦將不勝感激。
您可能需要其中一個Clustering algorithms。
這種問題的常見方法是Density-based Spatial Clustering of Applications with Noise (DBSCAN)。如果無法確定好密度參數,則可能是更好選擇的變體是Ordering Points To Identify the Clustering Structure (OPTICS)算法,該算法使用距離參數而不是密度參數。
OPTICS算法似乎是一個可能的解決方案......感謝領先者。 – etriad