Algorithm 热图的地理数据聚类

我有一个推特列表，上面有他们的地理位置。 它们将被显示在谷歌地图上透明的热图图像中。 诀窍是找到相邻的位置组并显示 根据簇大小，将其作为具有特定热量/颜色的单个热图圆圈/图形

是否有一些库可以将地图中的位置分组为簇？ 或者我最好决定我的聚类参数并构建一个自定义算法？

是一种经常用于此类问题的技术

其基本思想是：

给定一组初始k意味着m1，…，mk 算法通过两个步骤交替进行：

分配步骤：将每个观测值分配给具有最接近平均值的聚类

更新步骤：计算新的平均值作为群集中观测值的质心

是php的一些示例代码。

是一个用于渲染热图的HTML5库，并在Google Maps API上提供了一个示例。它非常健壮，但只适用于支持画布的浏览器：

Firefox 3.6+、Chrome目前支持heatmap.js库 10、Safari 5、Opera 11和IE 9+

---

您可以在phpclasses.org上尝试我的php类hilbert曲线。这是一条怪兽曲线，将2d复杂度降低为1d复杂度。我用一个四键来定位一个坐标，它有21个像谷歌地图一样的缩放级别

我不知道是否有“可以将地图中的位置分组为集群的库”，也许是，也许不是。无论如何，我不建议您构建定制的集群算法，因为已经有很多库为此实现了

@recursive向您发送了一个链接，其中包含用于k-means（一种聚类算法）的php代码。还有一个包含其他技术的巨大Java库（），包括k-means、层次聚类、k-means++（选择质心）等

最后，我想告诉您，聚类是一种无监督的算法，这意味着它将有效地为您提供一组包含数据的聚类，但乍一看您不知道该算法如何对数据进行聚类。我的意思是，它可以根据您想要的位置进行聚类，但也可以根据您不需要的另一个特性进行聚类，所以这一切都是关于如何使用算法的参数和调整您的解决方案

---

我对这个问题的最终解决方案很感兴趣：）也许你可以在结束这个项目时在评论中分享它

这不是真正的集群问题。头部贴图不能通过创建簇来工作。相反，它们将数据与高斯核进行卷积。如果您不熟悉图像处理，可以将其视为使用法线或高斯“戳记”并在每个点上戳记。由于邮票的重叠部分将叠加在一起，因此高密度区域的值将更高。

热图的一个简单替代方法是将lat/long四舍五入到一些小数，然后按此分组

请参阅关于lat/long十进制精度

• 1-11公里
• 2位小数-1.1公里
• 3位小数-110m

等等

---

对于具有大量数据的低缩放级别热图，四舍五入到1或2位小数并按此对结果进行分组就可以了。

您能接受答案吗？这里有一些人能理解你的要求。