我是 ELKI 初学者，我一直在使用它从 .csv 文件中聚集大约 10K 经纬度点。一旦我的设置正确，我想放大到 1MM 点。
我正在使用带有 LngLatDistanceFunction 的 OPTICSXi 算法
我一直在阅读有关“使用 STR 批量加载启用 R*-tree 索引”的内容，以便看到性能的巨大改进。教程对我帮助不大。
关于如何实现此功能的任何提示？
【问题讨论】：
-db.index 参数添加索引。使用批量加载选项，配置批量加载。
标签： cluster-analysis data-mining elki optics-algorithm
在二维数据上使用空间 R* 索引的建议参数是：
-db.index tree.spatial.rstarvariants.rstar.RStarTreeFactory
-pagefile.pagesize 512
-spatial.bulkstrategy SortTileRecursiveBulkSplit
对于更高维度的数据，需要更大的页面大小。 512-1024 字节的页面大小似乎是二维数据的最佳选择，但这也取决于您的数据。
要离散化集群，您可以使用 Xi 提取：
-algorithm clustering.optics.OPTICSXi -opticsxi.xi 0.005
要从 OPTICS 的索引加速中受益，请为您的应用选择尽可能小的 epsilon。该参数以 meters 为单位，所有地球模型都在 ELKI 中。
-opticsxi.algorithm OPTICSHeap
-algorithm.distancefunction geo.LatLngDistanceFunction
-optics.epsilon 2000.0 -optics.minpts 10
最多使用 2 公里的距离。
确保区分latitude,longitude 和longitude,latitude。两个订单都使用了，您需要使用正确的距离函数：
geo.LatLngDistanceFunction
geo.LngLatDistanceFunction
【讨论】：