如何在dbscan聚类后执行一些计算

Question

我使用dbscan算法对地理空间数据进行了聚类。您可以在这里更详细地看到项目和代码：https://notebook.community/gboeing/urban-data-science/15-Spatial-Cluster-Analysis/cluster-analysis

我想在一个dataframe中计算以下内容：

• 每组的面积。它可以计算为：(lat_max - lat_min) * (lon_max - lon_min)
• 属于每一组的点数

目前，我已经在原始数据集中添加了一个列，其中包含坐标所属的集群。

for n in range(num_clusters):
    df['cluster'] = pd.Series(cluster_labels, index=df.index)

有什么简单的代码可以让我这么做吗？

Answer 1

一个简单的解决方案是将Voronoi图应用于DB扫描集群：

https://www.arianarab.com/post/unsupervised-point-pattern-clustering-using-voronoi-tessellation-and-density-based-scan-algorithms

您可以获得多边形坐标并计算多边形面积，如下所示：

import numpy as np
x = np.arange(0,1,0.001)
y = np.sqrt(1-x**2)

def PolyArea(x,y):
    return 0.5*np.abs(np.dot(x,np.roll(y,1))-np.dot(y,np.roll(x,1)))

资料来源：

https://stackoverflow.com/questions/24467972/calculate-area-of-polygon-given-x-y-coordinates

https://docs.scipy.org/doc/scipy/reference/generated/scipy.spatial.Voronoi.html