【问题标题】:geo-spacial density based clustering [closed]基于地理空间密度的聚类
【发布时间】:2015-02-22 14:23:30
【问题描述】:

我想在地图上将用户聚类/分解为 10-100 人一组,每个聚类的地理边界不重叠。

我可以使用什么样的数据库和查询来计算它?我应该只使用任何数据库并使用某种地图缩减算法来计算集群吗?像 k-means 聚类算法这样的东西在这里有用吗?

我可以使用查询而不是 map reduce 来做到这一点吗?

【问题讨论】:

  • 您为什么不尝试一下,然后提出一个准确的问题?像这样的问题会吸引自以为是的答案和垃圾邮件,因为它们无法客观地回答。 K-means 值得一试,但我不会使用 SQL。我还会尝试 DBSCAN 和 OPTICS 集群,以及 Canopy 预集群。

标签: sql database cluster-analysis geospatial computational-geometry


【解决方案1】:

您可以尝试 voronoi 图。 voronoi 图是具有一些有用属性的 delaunay 三角剖分的对偶:https://alastaira.wordpress.com/2011/04/25/nearest-neighbours-voronoi-diagrams-and-finding-your-nearest-sql-server-usergroup

【讨论】:

    猜你喜欢
    • 2016-04-17
    • 2013-01-31
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2011-04-20
    • 2019-08-23
    • 1970-01-01
    • 2021-01-02
    相关资源
    最近更新 更多