- 开始使用
- MEASUREMENT
- COORDINATE MUTATION
- TRANSFORMATION
- FEATURE CONVERSION
- MISC
- HELPER
- RANDOM
- DATA
- INTERPOLATION
- JOINS
- GRIDS
- CLASSIFICATION
- AGGREGATION
- META
- ASSERTIONS
- BOOLEANS
- UNIT CONVERSION
文章来源于网络收集而来,版权归原创者所有,如有侵权请及时联系!
K-Means 聚类算法
Takes a set of points and partition them into clusters using the k-mean. It uses the k-means algorithm
使用K-Means聚类算法将一组点划分为簇。
参数
参数 | 类型 | 描述 |
---|---|---|
points | FeatureCollection <Point> | 被聚类点 |
options | Object | 可选参数:见下文 |
options选项
属性 | 类型 | 默认值 | 描述 |
---|---|---|---|
numberOfClusters | number | Math.sqrt(numberOfPoints/2) | 将生成的簇数 |
mutate | boolean | false | 允许修改GeoJSON输入(如果为真,性能将显著提高) |
返回
FeatureCollection <Point> - 每个要素都有额外的两个属性与聚类点相关联:
示例
// 在它们的属性中创建具有随机z值的随机点
var points = turf.randomPoint(100, {bbox: [0, 30, 20, 50]});
var options = {numberOfClusters: 7};
var clustered = turf.clustersKmeans(points, options);
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论