我有一个包含地理位置的推文列表。 它们将显示在透明放置在Google Map上的热图图像中。 诀窍是找到彼此相邻并显示的位置组 它们是基于簇大小的单个热图圆/某个热/颜色的图形。
是否有一些图书馆准备好将地图中的位置分组到群集中？ 或者我最好决定我的聚类参数并构建一个自定义算法？
答案 0 :(得分：2)
K means clustering是一种常用于此类问题的技术
基本理念是：
给定一个k的初始集合意味着m 1 ，...，m k ， 算法通过两个步骤之间的交替进行：
分配步骤：将每个观察值分配给具有最接近平均值的群集
更新步骤：计算新方法作为群集中观测值的质心。
Here是php的一些示例代码。
答案 1 :(得分：2)
我不知道是否有“图书馆准备将地图中的位置分组为群集”，也许是，也许不是。无论如何，我不建议你构建自定义聚类算法，因为已经为此实现了很多库。
@recursive发送了一个带有k-means（一种聚类算法）的php代码的链接。还有一个巨大的Java库，其他技术（Java-ML）也包括k-means，层次聚类，k-means ++（选择质心）等。
最后，我想告诉你，聚类是一种非监督算法，这意味着有效地，它会为你提供一组包含数据的聚类，但乍一看你没有知道算法如何聚类数据。我的意思是，它可以根据您的需要按位置进行聚类，但也可以通过您不需要的其他特性进行聚类，因此只需使用算法参数并调整您的解决方案即可。
我对你可以找到这个问题的最终解决方案感兴趣:)也许你可以在结束这个项目时在评论中分享它！
答案 2 :(得分：1)
heatmap.js是用于渲染热图的HTML5库，并提供了在Google Maps API之上执行此操作的示例。它非常强大，但仅适用于支持canvas的浏览器：
Firefox 3.6+，Chrome目前支持heatmap.js库 10，Safari 5，Opera 11和IE 9 +。
答案 3 :(得分：0)
你可以在phpclasses.org上试试我的php类hilbert曲线。这是一个怪物曲线，并将2d复杂度降低到1d复杂度。我使用四键来寻址坐标，它有21个缩放级别，如谷歌地图。
答案 4 :(得分：0)
这不是一个集群问题。通过创建群集，头部地图不起作用。相反，他们用高斯内核卷积数据。如果您不熟悉图像处理，请将其视为使用普通或高斯“图章”并将其标记在每个点上。由于印章的叠加将相互叠加，因此高密度区域将具有更高的值。
答案 5 :(得分：0)
热图的一个简单替代方法是将lat / long四舍五入到一些小数并按其分组。
请参阅this explanation有关纬度/长小数精度的信息。
等
对于包含大量数据的低缩放级别热图，舍入到1或2位小数并按结果对结果进行分组应该可以解决问题。