聚类算法 - 应用于一组地震数据

Question

所以我希望将聚类算法应用于usgs提供的地球数据。

http://earthquake.usgs.gov/earthquakes/feed/

我的主要目标是根据地震情况确定前10个最危险的地方（根据地震的数量或地震所经历的地震的大小）。

有关于如何做的建议吗？我正在研究k-means然后只取k-means的总和（每个群集中的每个地震幅度加权）来查看最危险的聚类。

我也在ruby中将其写为代码参考。

由于

Answer 1

K-means无法很好地处理数据集中的异常值。

此外，它是围绕方差设计的，但纬度和经度的方差并没有多大意义。事实上，k-means无法处理纬度+ -180°环绕。相反，您需要使用大圆距离。

因此，尝试使用基于密度的聚类算法，该算法允许您使用距离，例如大圆距离！

阅读维基百科和一本关于聚类分析的好书。