问是否有用于实体多边形聚类的算法？
EN

Data Science用户

提问于 2019-07-29 13:35:35

回答 1查看 1.6K关注 0票数 3

我在寻找类似K-方法的东西，把立体多边形划分成区域。K-表示簇的离散点。但是我想把实体多边形的点聚在一起(也就是分区)。

对于这种情况，我不认为实现K-表示扩展有任何问题，但是在重新发明轮子之前，我想确定一下。

所以问题是：

我看了GIS聚类，但我发现的都是用于缩放的多边形聚类。多边形是地学标志的凸包，内部是关于离散点的聚类问题。

发布于 2019-07-30 07:15:19

K-均值不能很好地工作，因为你是如何计算和使用“平均值”的？如何确保趋同？此外，距离计算将是昂贵的，不能重复使用。

相反，使用任何可以与距离矩阵一起使用的算法。例如:分层聚类、PAM (k-medoid，类似于k-均值，但使用任意距离矩阵)和DBSCAN。

计算距离矩阵一次，因为这将是相当昂贵的。然后尝试不同的算法和参数。

票数 1

页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://datascience.stackexchange.com/questions/56565

复制

相似问题

问是否有用于实体多边形聚类的算法？EN