地理位置聚类

Question

我有一个客户位置流数据，我需要分析和检查每个事件，如果位置是他通常访问的位置或不是，并生成实时警报，如果不是他经常访问的位置。我在寻找各种聚类算法，但找不到一个好的‘实时’的。

Kmeans对中心数的要求太严格了。DBSCAN很重，不确定它是否足够快来实时响应...

你能推荐一个适合实时流处理的吗？

Answer 1

我相信DBSCAN是足够合适的。它的最坏情况下的复杂度为O(n2)，与其他传统算法(如分层算法)相比已经足够好了。与kmeans相比，我认为kmeans适用于使用SpatiaLIte或PostGIS等空间数据库中的ST_Centroid函数(想当然地认为您使用的是地理数据)。在kmeans和DBSCAN之间，我选择DBSCAN是因为我认为您的问题的答案是关于实时数据的基于密度的方法。