Question

群集的默认设置似乎很好 - 特别是EuclideanDistanceFunction。但是，我想以lng / lat的形式运行具有空间数据的聚类，当我改变距离函数时，elki会崩溃：

Running: -dbc.in /tmp/test_data_lnglat-test.dat -db.index tree.spatial.rstarvariants.deliclu.DeLiCluTreeFactory -algorithm clustering.DeLiClu -algorithm.distancefunction geo.LngLatDistanceFunction -deliclu.minpts 4
Task failed
java.lang.UnsupportedOperationException: MBR to MBR mindist is not yet implemented.
at de.lmu.ifi.dbs.elki.distance.distancefunction.geo.LngLatDistanceFunction.doubleMinDist(Unknown Source)
at de.lmu.ifi.dbs.elki.algorithm.KNNJoin.processDataPagesDouble(Unknown Source)
at de.lmu.ifi.dbs.elki.algorithm.KNNJoin.processDataPagesOptimize(Unknown Source)
at de.lmu.ifi.dbs.elki.algorithm.KNNJoin.initHeaps(Unknown Source)
at de.lmu.ifi.dbs.elki.algorithm.KNNJoin.run(Unknown Source)
at de.lmu.ifi.dbs.elki.algorithm.clustering.DeLiClu.run(Unknown Source)
at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:39)
at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:25)
at java.lang.reflect.Method.invoke(Method.java:597)
at de.lmu.ifi.dbs.elki.algorithm.AbstractAlgorithm.run(Unknown Source)
at de.lmu.ifi.dbs.elki.workflow.AlgorithmStep.runAlgorithms(Unknown Source)
at […]

我不清楚（对我而言）这个错误意味着什么。群集功能是否可能不适用于地理空间数据？

这有一个简单的解决方法吗？是否难以实现所需的功能（心态）？

Answer 1

由于错误非常清楚地表明：

MBR到MBR的思想家尚未实施。

但是，您尝试使用的算法 - DeLiClu - 需要计算两个矩形之间的最小距离。在大地坐标中，而不是在2d平面中。

欢迎您提供足够的公式。球面几何形状并非易事，因此请注意，计算最小矩形到矩形的距离并非易事。不足以看到四个角落。到目前为止，我们只针对点到矩形的情况解决了这个问题。它是可行的 - 因为矩形是轴对齐的 - 但是到目前为止还没有人坐下来进行数学计算，然后再坐下来并优化公式以尽可能少地使用三角函数。

最简单的解决方法可能是将OPTICS与常规R树（使用STR！批量加载）而不是DeLiClu一起使用，因为此算法将产生一个几乎相同的结果，但不需要矩形到矩形的最小距离。从理论上讲，DeLiClu更快;在实践中，这并不一定成立，因为在R-Trees上加入KNN的代码要复杂得多（因此更难以优化）。

如何使用LatLngDistanceFunction进行ELKI聚类

1 个答案: