javascript - 聚类位置数据忽略异常值

Question

我正在对 GPS 位置进行聚类。

我获得了大约 4000 个数据点，并使用了 Kmeans 聚类算法。

这是我得到的结果:

标记是真实的数据位置，而绿色圆圈区域(质心)是kmeans结果。

您可以看到右上角的聚类，它受到一些异常值的影响。

有没有什么方法可以摆脱异常值的影响，从而找到准确的聚类质心？谢谢

================================================== =============

我得到的GEO数据具有以下格式:

[
{"lat": 22.28552,
 "lng": 114.15769
},
...
]

我使用的 kmeans 算法是 here 。但我将距离更改为 distance = Math.sqrt((x1-x2)*(x1-x2) + (y1-y2)*(y1-y2))

Answer 1

对于此类数据，K-means 是一个糟糕的选择。

1. 对异常值很敏感

2. 它不适用于半正矢距离(不要在地理坐标上使用欧几里德距离!)

此类数据的热门选择包括 DBSCAN 和 OPTICS。