聚类许多坐标并放入 Folium

Question

我尝试到处寻找，但似乎没有任何效果。我正在尝试对包含纬度和经度的 902,538 个数据点进行聚类，但我似乎无法使其工作！我已经尝试了各种聚类方法，但不明白什么不起作用。有什么提示吗？

dfnypd 是一份犯罪报告，其中包括给定时间范围内纽约所有报告犯罪的纬度和经度。

这是我尝试过的代码之一 - 给我一个 ValueError：n_samples=2 应该是>= n_clusters = 100

dfnypd = dfnypd[['Latitude','Longitude']].apply(pd.to_numeric)

clat = dfnypd['Latitude']

clon = dfnypd['Longitude']

from sklearn.cluster import KMeans

X = np.array(([clat, clon]))

kmeans = KMeans(n_clusters = 100, random_state = 0).fit(X)

我将其分组，以便我可以将它们绘制在可读的图表上，并根据在这些集群中犯下的罪行为不同的集群分配权重。我尝试将其全部绘制为热图，但它需要太多的功能。

Answer 1

Folium 本身有一个集群插件，可以在您放大和缩小时动态聚类您的标记：

folium的插件MarkerCluster。