将Google地图上的一组点平均为一个较小的集合

Question

我正在使用Google Maps Static API在网页上展示一张小型Google地图。

我有一套15个坐标，我想把它们表示为地图上的点。

由于地图相当小（184 x 90像素）且Google地图网址上限为2000个字符，我无法代表地图上的每个点。

所以相反，我想生成一个小的坐标列表，代表大列表的平均值。

所以不是有15套，我最终会得到5套，其位置接近15的位置。假设有3个点与地图上的任何其他点非常接近。 ，这些点将被折叠成1点。

所以我想我正在寻找能够做到这一点的算法。

不要求任何人拼出每一步，但也许会指出我对这类事情的数学原理或通用函数的方向？

我确信在对图像进行像素化时，在图形软件中使用类似的功能。

（如果我解决了这个问题，我一定会发布我的结果。）

Answer 1

当您需要将N个对象聚类为已知数字K＆lt;时，我建议K-means clustering。群集中的N，这似乎是你的情况。请注意，一个群集最终可能会有一个异常点，而另一个群集可能会说5个点彼此非常接近：没关系，它会看起来更接近原始集合，而不是强迫每个集群中有3个点！ - ）

Answer 2

如果您正在搜索此类函数/类，请查看MarkerClusterer和MarkerManager实用程序类。 MarkerClusterer与所描述的功能非常匹配，如this demo中所示。

Answer 3

一般来说，我认为你需要搜索的区域是“矢量量化”。我有一本旧书名称矢量量化和信号压缩，由Allen Gersho和Robert M. Gray提供了一系列的例子。

从内存来看，Lloyd Iteration对于这类事情来说是一个很好的算法。它可以采用输入集并将其减少到固定大小的点集。基本上，在空间周围均匀或随机分布您的点。将每个输入映射到最近的量化点。然后计算误差（例如距离之和或均方根）。然后，对于每个输出点，将其设置为映射到它的集合的中心。这将移动点，甚至可能更改映射到它的集合。迭代执行此操作，直到从一次迭代到下一次迭代未检测到任何更改。

希望这有帮助。