如何使用带有 LatLngDistanceFunction 的 ELKI 聚类

Question

集群的默认设置似乎工作正常 - 特别是 EuclideanDistanceFunction。但是，我想使用 lng/lat 形式的空间数据运行聚类，当我更改距离函数时，elki 崩溃了：

Running: -dbc.in /tmp/test_data_lnglat-test.dat -db.index tree.spatial.rstarvariants.deliclu.DeLiCluTreeFactory -algorithm clustering.DeLiClu -algorithm.distancefunction geo.LngLatDistanceFunction -deliclu.minpts 4
Task failed
java.lang.UnsupportedOperationException: MBR to MBR mindist is not yet implemented.
at de.lmu.ifi.dbs.elki.distance.distancefunction.geo.LngLatDistanceFunction.doubleMinDist(Unknown Source)
at de.lmu.ifi.dbs.elki.algorithm.KNNJoin.processDataPagesDouble(Unknown Source)
at de.lmu.ifi.dbs.elki.algorithm.KNNJoin.processDataPagesOptimize(Unknown Source)
at de.lmu.ifi.dbs.elki.algorithm.KNNJoin.initHeaps(Unknown Source)
at de.lmu.ifi.dbs.elki.algorithm.KNNJoin.run(Unknown Source)
at de.lmu.ifi.dbs.elki.algorithm.clustering.DeLiClu.run(Unknown Source)
at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:39)
at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:25)
at java.lang.reflect.Method.invoke(Method.java:597)
at de.lmu.ifi.dbs.elki.algorithm.AbstractAlgorithm.run(Unknown Source)
at de.lmu.ifi.dbs.elki.workflow.AlgorithmStep.runAlgorithms(Unknown Source)
at […]

不清楚（对我来说）这个错误意味着什么。聚类功能是否可能不适用于地理空间数据？

是否有一个简单的解决方法？实现所需的功能（心态）会不会很困难？

Answer 1

正如错误非常清楚地指出的那样：

MBR to MBR mindist 尚未实现。

但是，您尝试使用的算法 - DeLiClu - 需要计算两个矩形之间的最小距离。在大地坐标中，而不是在二维平面中。

欢迎您提供适当的公式。球面几何并非微不足道，因此请注意，计算矩形到矩形的最小距离并非微不足道。只看四个角是不够的。到目前为止，我们只解决了点到矩形的情况。这是可行的 - 因为矩形是轴对齐的 - 但到目前为止没有人费心坐下来做数学运算，然后再坐下来优化公式以尽可能少地使用三角函数。

最简单的解决方法可能是将OPTICS与常规R-tree一起使用（使用带有STR的批量加载！）而不是DeLiClu，因为该算法将产生几乎相同的结果，但不需要矩形到矩形的最小距离。理论上，DeLiClu 更快；实际上，这不一定成立，因为 R-Tree 上的 KNN 连接代码要复杂得多（因此更难优化）。