我需要对lat，long坐标的数据集进行聚类。我使用python作为我的语言，并计划使用DBSCAN，因为我不想指定簇的数量。
目标和目的是能够输入lat，long坐标的大数据集，其中附加了许多功能，并分配将返回的群集组。包含[lat long feature1，feature2 ....]形式的条目的原始数据库需要使用名为“cluster group”的新字段进行修改：[lat long clustergroup feature1，feature2 ....]。这将帮助我确定哪些数据点紧密组合在一起，而无需在地图上绘图。我希望异常值将被赋予单独的组ID，并且主要聚集在一起的点将被赋予相同的组ID。
在转换lat后，我对DBSCAN的输入将是x，y坐标，long - ＆gt; x，y＆amp;忽略z坐标。我正在使用：
http://scikit-learn.org/stable/modules/generated/sklearn.cluster.DBSCAN.html#sklearn.cluster.DBSCAN http://scikit-learn.org/stable/auto_examples/index.html
我很难理解如何设置此功能的输入。我可以输入x，y坐标吗？这会是一个元组列表吗？如果有人能帮助我想象这一点，那将是一个很大的帮助。
另外，你能解释一下DBSCAN与层次聚类的区别吗？
答案 0 :(得分：0)
首先，它是DBSCAN，而不是数据库扫描 - 它是一个ackronym。
DBSCAN要求密集区域具有多个minPts对象。如果选择的minPts值太低（1或2），结果将确实与单链接层次聚类相匹配。所以使用更高的值。
scipy实现可以使用距离矩阵。因此，只需计算所有距离，选择参数，然后运行该功能。 scipy文档也很好，你看过吗？