Для анализа геоданных можно использовать различные методы кластеризации, среди них:

• K-means (метод k-средних). 1 Один из популярных методов кластеризации, который не сильно подходит для пространственных данных, но может быть удобен, если данных очень много. 1
• Иерархические алгоритмы. 1 Используются для обнаружения основных закономерностей в наборе данных для проведения статистических исследований. 1 Есть два типа таких алгоритмов: агломеративные (от меньшего к большему) и разделительная кластеризация (от большего к меньшему). 1
• Алгоритмы на основе плотности. 13 Разбивают объекты на кластеры на основе оценки плотности распределения. 1 Некоторые из таких алгоритмов: DBSCAN (использует указанное расстояние для отделения плотных кластеров от окружающего шума), HDBSCAN (использует различные расстояния для отделения кластеров с различными плотностями от окружающего шума), OPTICS (использует расстояние между соседними объектами для создания графика достижимости, который применяется для отделения кластеров различных плотностей от шума). 3
• Триангуляция Делоне. 24 Методика, которая позволяет уменьшить сложность конструкции матрицы сходства и эффективно определить местонахождение соседей каждой точки. 2
• Методика Simple. 4 Основана на шестигранниках, эффективна при количестве объектов до 20–100 тысяч точек (или центроидов полигонов). 4
• Методика Delaunay. 4 Основана на триангуляции Делоне, предназначена для кластеризации большого количества объектов, но менее эффективна при небольшом количестве. 4