Algorithm 是否有任何点聚类算法将点收集到附近的组中？

我正在编写一个iOS照片管理应用程序

我想根据他们的GPS信息收集照片。然后我可以得到一个组的平均GPS信息，并给该组一个名称，例如：Trip to　纽约

---

是否有任何方便的算法来收集附近的照片分组　通过GPS信息？

忘记通常的k-means回复。这很简单，但并不适合此任务

看一看。这正是你所需要的。可以指定半径（如果使用大圆距离，则可以使用米！）和最小簇大小。如果您的集群密度变化很大，DBSCAN可以合并不应该合并的集群，您可以尝试，甚至不需要epsilon参数，只需要最小集群大小。然而，它确实会产生层次集群。因此，您将拥有一组埃菲尔铁塔图片，在一组巴黎图片中

---

DBSCAN的一个很好的特性是它有一个噪声的概念。不属于簇的对象。

我建议使用空间索引或带有方形网格的空间填充曲线。它类似于四叉树，您可以为每个gps对计算四元键或geohash。这是一个平铺算法，可以细分平面。它也是一个层次集群

标准的kmeans算法有什么问题？例如，”。你只需要采用它来包裹边缘

R

将是一个简单的选择，因为它已经实现了算法。k-means不适合此任务。见下文。a） 你需要知道k，b）每个对象都必须属于一个簇c）每个簇都有相同的空间延伸，因为它在Voronoi单元中分割数据。提供了“k-means clustering”的立体型回复的很好的替代品BIRCH是DBSCAN的合适替代品。它在中国实施。