python运用DBSCAN算法对坐标点进行离群点检测&dataframe的append问题

问题描述

（关于dataframe的append问题，直接拖至文后）

我们有n多单车，每个单车一段时间（差不多一个星期）规律返回的经纬度位置数据，类似于下图，但是有个问题是单车的这些经纬度数据的准确性只有70%左右，不准确的经纬度会出现偏差，我们要做的就是去掉那些噪音比较大的坐标点，筛选出正确位置从而进行之后的操作。

解决方案

• DBSCAN算法简介
• 操作源码
• 小收获&小总结

DBSCAN算法简介

DBSCAN是一种典型的基于密度的聚类算法。
两张图可以非常清晰地表现k-means与DBSCAN的聚类结果：
原始随机数据：

k-means的聚类结果：

DBSCAN的聚类结果：

关于DBSCAN的具体介绍可以参照：
https://blog.csdn.net/jerry81333/article/details/75640140

操作源码

import pandas as pd
from  math import radians
from math import tan,atan,acos,sin,cos