Итак, у меня есть несколько предопределенных маркеров. Я хотел бы, чтобы пользователи (бесплатно) могли искать указанные маркеры в заранее определенном радиусе текущей позиции. Маркеры будут извлечены из базы данных, которая содержит геолокацию. Будет ли это связано с некоторым колдовством PHP, просматривающим базу данных в поисках результатов в пределах границ. Или было бы лучше просто иметь параметр региона, где он будет соответствовать только региону.
Лучший подход - карты Google, рядом предопределенные маркеры
26.08.2011
Ответы:
1
Используйте формулу Хаверсина: https://en.wikipedia.org/wiki/Haversine_formula
Мы используем это на всех сайтах наших клиентов для поиска магазинов, ближайших к поисковому запросу, введенному клиентом (обычно с помощью Google для геокодирования своего запроса). На этой странице API Карт Google показано, как это сделать: https://code.google.com/apis/maps/articles/phpsqlsearch.html
26.08.2011
Новые материалы
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать
С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv)
Автор : Бар Лайт
Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята?
В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение.
В этом процессе мы будем использовать неконтролируемое обучение, чтобы..
Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm.
Оглавление
Глоссарий
I. Новый пакет
1.1 советы по инициализации..
Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных.
Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..
ИИ в аэрокосмической отрасли
Каждый полет – это шаг вперед к великой мечте. Чтобы это происходило в их собственном темпе, необходима команда астронавтов для погони за космосом и команда технического обслуживания..