小编bud*_*bud的帖子

我需要对lat,long坐标的数据集进行聚类.我使用python作为我的语言,并计划使用DBSCAN,因为我不想指定簇的数量.

目标和目的是能够输入lat,long坐标的大数据集,其中附加了许多功能,并分配将返回的群集组.包含[lat long feature1,feature2 ....]形式的条目的原始数据库需要使用名为"cluster group"的新字段进行修改:[lat long clustergroup feature1,feature2 ....].这将帮助我确定哪些数据点紧密组合在一起,而无需在地图上绘图.我希望异常值将被赋予单独的组ID,并且主要聚集在一起的点将被赋予相同的组ID.

在转换lat之后,我对DBSCAN的输入将是x,y坐标,long - > x,y并忽略z坐标.我在用:

http://scikit-learn.org/stable/modules/generated/sklearn.cluster.DBSCAN.html#sklearn.cluster.DBSCAN http://scikit-learn.org/stable/auto_examples/index.html

我很难理解如何设置此功能的输入.我可以输入x,y坐标吗？这会是一个元组列表吗？如果有人可以帮助我想象这一点,那将是一个很大的帮助.

另外,你能解释一下DBSCAN与层次聚类的区别吗？