python 基于空间相似度的K-means轨迹聚类的实现

数据读取假设数据是每一条轨迹一个excel文件，包括经纬度、速度、方向的航班数据。读取你想要的数据，前面读取到的地址也是一个DataFrame，选择你想要进行聚类的数据读取进来。k-means聚类获得了不同轨迹间的距离矩阵后，就可以进行聚类了。这里选择k-means，为了得到更好的结果，聚类前的聚类中心选取也经过了一些设计，排除了随机选择，而是选择尽可能远的轨迹点作为 初始中心。应用聚类，根据平方误差和SSE结合手肘法确定最佳的聚类数，使用最佳的聚类数获得最后聚类模型。