离线模式下基于距离的聚类

时间:2019-06-10 09:08:14

标签: android location cluster-analysis k-means

在我的android应用中,我有一些定位点(纬度和经度),并已关联了一些信息(但在这里并不重要)。

我想获得该数据集的质心坐标,条件是质心与群集中所有点之间的距离小于500m(直径1000m)。

每个群集的大小都是无关紧要的,但是我不知道如何估算群集的数量以及该任务使用的库是什么。

我在这里发现了一些问题,但主要基于R,python或GoogleAPI,但是我的应用程序假定没有互联网连接,这就是为什么我使用最短距离而不基于任何地图的原因。

1 个答案:

答案 0 :(得分:0)

只要自己动手即可。很简单。

典型标记簇不会优化任何内容。它们只是标记,除非违反距离阈值。关闭标记合并为一个。

寻找最佳解决方案可能会很好,因此无论如何您都必须满足这样的要求。

相关问题