當(dāng)我們想要利用智能手機(jī)或智能手環(huán)等個(gè)人設(shè)備生成的GPS數(shù)據(jù)時(shí),，G PS軌跡聚類是一種常見的分析,。

在本文中，我們將介紹一種在Python中執(zhí)行GPS軌跡聚類的快速簡便方法。這里的主要目標(biāo)是創(chuàng)建包含“相似”軌跡的聚類,。例如，我們希望將每天從工作到家的路徑放在同一個(gè)聚類中,。

本文分為兩個(gè)主要部分,。首先，我們將描述聚類算法,。在第二部分中,，我們將展示如何在Python中使用和自定義算法。

神經(jīng)圖像算法與GPS軌跡聚類

在本文中,，我們使用了一種用于neuromaging的聚類算法,，而不是像K-Means或DBSCAN那樣使用經(jīng)典的聚類算法。

QuickBundles (QB)是一種簡單的聚類算法,，用于磁共振成像中對應(yīng)用tractography算法得到的白質(zhì)纖維進(jìn)行聚類,。

只需查看下圖，我們就可以看到大腦中的白質(zhì)纖維看起來像GPS軌跡,。

主要思想是將每個(gè)GPS軌跡視為白質(zhì)纖維,，然后在同一個(gè)聚類中合并“相似”軌跡。在本文的其余部分,，我們將假設(shè)GPS Trajectory = White Matter Fiber,。

有了這個(gè)假設(shè)，我們就可以使用原始論文中提供的算法描述：

算法如下進(jìn)行,。在算法的任何一步,，我們都有 M個(gè)clusters。選擇第一個(gè)streamline s1并將其放在第一個(gè)cluster c1 ←（{1},，s1,1）; 此時(shí)M = 1,。對于每個(gè)剩余的streamlines，依次 i = 2 ,. ,。,。，N：

（i）計(jì)算streamline si與所有當(dāng)前聚類 ce 的質(zhì)心streamline ve之間的距離 ,， e = 1 ,. ,。。,，M,，其中v動態(tài)定義為v = h/n;

（ii）如果任何距離的值me小于聚類閾值θ,，將streamlined i添加到聚類e，最小值為me; ce =（I,，h,，n），并更新 ce ←(append(I, i), h + s, n + 1); 否則創(chuàng)建一個(gè)新的cluster cM + 1 ←（[i],，si,，1），M←M + 1.

在下圖中,，我們展示了算法如何根據(jù)給定的閾值合并公共質(zhì)心中的不同streamlines 的示例,。

閾值是THE要選擇的參數(shù)，以優(yōu)化聚類算法的行為,。如果你想要“大”軌跡,，你可以設(shè)置閾值的高值。否則,，如果您想要小聚類,，則需要較低的值。

該論文的作者提供了所提出方法的Python實(shí)現(xiàn),。該算法作為dipy庫的一部分提供，而算法的文檔可在此處獲得（http:///dipy/examples_built/segment_quickbundles.html#）,。

GPS軌跡聚類

我們使用的數(shù)據(jù)集來自微軟亞洲研究院發(fā)布的GeoLife GPS Trajectories數(shù)據(jù)集,，可在此處獲得(https://www.microsoft.com/en-us/download/details.aspx?id=52367)。該數(shù)據(jù)集文檔：https://yidatao./2016-12-23/geolife-dbscan/,。

在開始執(zhí)行聚類之前,，讓我們使用gmplot繪制谷歌地圖上的所有軌跡。

我們現(xiàn)在可以從定義兩個(gè)GPS軌跡（streamlines）之間的距離函數(shù)開始,。我們將使用GeoPy庫中定義的GPS距離,，而不是使用QuickBundle中提供的經(jīng)典歐幾里得距離。

我們計(jì)算了兩個(gè)軌跡之間的平均點(diǎn)的GPS距離,。這種計(jì)算距離的方法可以在且僅當(dāng)兩個(gè)軌跡具有相同數(shù)量的點(diǎn)時(shí)使用,，這就是為什么我們使用ResampleFeature類重新采樣所有軌跡的原因。

一旦定義了兩條軌跡之間的距離,，就可以運(yùn)行QuickBundle聚類算法,。

然后，我們可以像以前一樣使用gmplot繪制谷歌地圖上不同聚類中包含的軌跡,。

這里是my_map.html的結(jié)果,，用于繪制不同的聚類

結(jié)論

在本文中，我們描述了一種簡單快速的方法來執(zhí)行GPS數(shù)據(jù)的軌跡聚類,。目標(biāo)是使用QuickBundles實(shí)現(xiàn)的,，QuickBundles是一種應(yīng)用于神經(jīng)成像的聚類算法。

該算法的主要限制與閾值參數(shù)的調(diào)整有關(guān)。但是,，作為數(shù)據(jù)分析中的所有內(nèi)容,，需要根據(jù)所需的群集類型選擇此參數(shù)。