聚类许多坐标并放入 Folium答案

【问题标题】：Clustering Many Coordinates and putting to Folium聚类许多坐标并放入 Folium
【发布时间】：2019-01-16 07:21:48
【问题描述】：

我尝试到处寻找，但似乎没有任何效果。我正在尝试对包含纬度和经度的 902,538 个数据点进行聚类，但我似乎无法使其工作！我尝试了各种聚类方法，但不明白什么不起作用。有什么建议吗？

dfnypd 是一份犯罪报告，其中包括给定时间范围内纽约所有报告的犯罪的纬度和经度。

这是我尝试过的代码之一 - 给我一个 ValueError: n_samples=2 should be >= n_clusters = 100

dfnypd = dfnypd[['Latitude','Longitude']].apply(pd.to_numeric)

clat = dfnypd['Latitude']

clon = dfnypd['Longitude']

from sklearn.cluster import KMeans

X = np.array(([clat, clon]))

kmeans = KMeans(n_clusters = 100, random_state = 0).fit(X)

我将它分组，以便我可以将它们绘制在可读的图表上，并根据在这些集群中犯下的罪行为不同的集群分配权重。我尝试将其全部绘制为热图，但它需要太多的能量。

【问题讨论】：

【解决方案1】：

Folium 本身有一个集群插件，可以在您放大和缩小时动态地集群您的标记：

【讨论】：