根据地理坐标查找具有最大内距离的聚类

Question

我有包含拉特长数据的数据集。

('ID','Latitude','Longitude')
('A0001',19.222,71.555)

利用这些数据，我计算了距离矩阵，其中 M[i][j] 是 ID：i 和 ID：j 之间的距离。

距离使用以下代码计算

：

geopy.distance.vincenty((a,b),(c,d)).miles

有没有最好的方法来找到半径X英里内的集群。

大多数当前的聚类（如"DBSCAN"K-Means）都提供了最小距离和最小样本的选项，但是我正在寻找提供最大距离的聚类方法。

其次，如果不需要，我可以不计算距离矩阵。

Answer 1

执行完整的链接分层聚类。

如果在距离 x 处切割树，则同一聚类中的任何两个点的距离最多为 x。这不是最佳的（因为这将是NP完整的），但通常足够好。