পয়েন্ট অবস্থান এবং সম্পর্কিত পয়েন্ট মানের উপর ভিত্তি করে ক্লাস্টারিং ভৌগলিক ডেটা

Question

দ্রাঘিমাংশ, অক্ষাংশ এবং এই পয়েন্টের তৃতীয় সম্পত্তির মান সহ ডেটা পয়েন্ট দেওয়া হয়েছে। আমি কীভাবে সম্পত্তির মানের ভিত্তিতে গোষ্ঠীগুলিতে (ভৌগলিক উপ-অঞ্চল) গোষ্ঠীগুলিতে ক্লাস্টার করতে পারি? আমি গুগল দ্বারা অনুসন্ধান করেছি এবং বুঝতে পেরেছি যে এই সমস্যাটিকে "স্থানিক বাধা ক্লাস্টারিং" বা "আঞ্চলিকীকরণ" বলা হয়। তবে, আমি ভৌগলিক ডেটা পরিচালনা করার সাথে পরিচিত নই এবং কোন ধরণের অ্যালগরিদম ভাল, এবং এই কাজটির জন্য কোন পাইথন / আর প্যাকেজ ভাল তা সম্পর্কে ধারণা পাইনি।

আমি কী চাই সে সম্পর্কে আরও স্বজ্ঞাত ধারণা দেওয়ার জন্য, আমার ডেটা স্ক্র্যাটার প্লটগুলি নীচের হিসাবে বলা যাক:

সুতরাং প্রতিটি বিন্দু একটি বিন্দু, x দ্রাঘিমাংশ, y দ্রাঘিমাংশ, এবং রঙিন মানচিত্রটি মান বড় বা ছোট কিনা তা দেখায়। আমি এই পয়েন্টগুলিকে স্থানীয় অঞ্চলের / গোষ্ঠী / ক্লাস্টারে ভাগ করতে চাই মান এবং মানগুলির মিলের ভিত্তিতে। নিম্নলিখিতগুলির মতো (এটি কেবল আমি চাই না, কেবল একটি স্বজ্ঞাত ধারণা দেওয়ার জন্য।):

তাহলে আমি কীভাবে এটি অর্জন করতে পারি?

Comments

আপনার প্রশ্নটি যেমন দাঁড়িয়েছে তেমন কিছু বিস্তৃত। আপনি কি আর বা পাইথন প্যাকেজ ব্যবহার করে দেখেছেন?

— জন পাওয়েল

@ জনবারিয়া বর্তমানে আমি মনে করি যে ক্লাস্টারপি প্যাকেজটি দরকারী বলে মনে হয় এবং বৃদ্ধি-গ্রুগ.অর্গ / রাইজেম / ক্লসটারপি / ক্লসটারপি0_9_9/… এটি কীভাবে ব্যবহার করতে হয় তা দেখায়। তবে, আমার ডেটাটি তিনটি কলাম পয়েন্ট: অক্ষাংশ, দ্রাঘিমাংশ এবং মান। আমি বিন্দু মানের উপর ভিত্তি করে পয়েন্টগুলি উপ-অঞ্চল গোষ্ঠীতে বিভক্ত করতে চাই। প্যাকেজ ইনপুট ফর্ম্যাটটি কিছু বহুভুজ বা গ্রিডের মতো মনে হচ্ছে এবং স্থানিক পয়েন্টগুলি হ্যান্ডেল করার জন্য এটি সরাসরি কীভাবে ব্যবহার করতে হয় তা আমি খুঁজে পাইনি।

— এক্সকালিবুর

আপনার প্রশ্নের সাথে সম্পর্কিত প্রশ্নগুলি দেখুন, যেমন: gis.stackexchange.com/questions/17638/…

— আইরিস

@ আইরিস ধন্যবাদ! আমি ওয়েবপৃষ্ঠাটি যাচাই করেছি, তবে মনে হয় আমি এখনও সরাসরি সম্পত্তি সহ 3 টি কলামের স্থানিক পয়েন্টগুলি পরিচালনা করার কোনও উপায় খুঁজে পাচ্ছি না।

— এক্সকালিবুর

যে কোনও ভৌগলিক ক্লাস্টারিংয়ের জন্য এক্সেক্সালিবুর আমি বর্তমানে এইচডিবিএস স্ক্যানের পরামর্শ দেব। আমার ধারণা, আপনার তৃতীয় মানের ক্ষেত্রে এটি একরকম ওজন হিসাবে দেখা যেতে পারে। সমস্ত মানকে একই মহাকাশে প্রোজেক্ট না করে এটি একটি কঠিন কাজ হতে পারে। আপনি কি আপনার উদ্দেশ্য সম্পর্কিত কিছু পটভূমি তথ্য সরবরাহ করতে পারেন?

— তীমথিয় ডালটন

Answer 1

রিওজা প্যাকেজ সীমাবদ্ধ শ্রেণিবদ্ধ ক্লাস্টারিংয়ের কার্যকারিতা সরবরাহ করে। আপনি "স্থানিকভাবে সীমাবদ্ধ" হিসাবে যা ভাবছেন তা দূরত্বের উপর ভিত্তি করে আপনার কাটগুলি নির্দিষ্ট করবে যেখানে "আঞ্চলিককরণ" এর জন্য আপনি কে কাছের প্রতিবেশী ব্যবহার করতে পারবেন use আমি আপনার ডেটা প্রজেক্ট করার জন্য সুপারিশ করব যাতে এটি দূরত্ব ভিত্তিক সমন্বয় ব্যবস্থাতে থাকে।

require(sp)
require(rioja)

data(meuse)
  coordinates(meuse) <- ~x+y
  cdat <- data.frame(x=coordinates(meuse)[,1],y=coordinates(meuse)[,2])
  rownames(cdat) <- rownames(meuse@data)

# Constrained hierarchical clustering 
chc <- chclust(dist(cdat), method="conslink")

# Using kNN with 3 neighbors
chc.n3 <- cutree(chc, k=3) 

# Using distance 
chc.d200 <- cutree(chc, h=200) 

meuse@data <- data.frame(meuse@data, KNN=as.factor(chc.n3), DClust=chc.d200)

opar <- par
  par(mfcol=c(1,2))  
   cols <- topo.colors(length(unique(meuse@data$KNN)))  
    color <- rep("xx", nrow(meuse@data))
      for(i in 1:length(unique(meuse@data$KNN))) {
        v <- unique(meuse@data$KNN)[i] 
          color[(meuse@data$KNN == v)] <- cols[i]
        }
    plot(meuse, col=color, pch=19, main="kNN Clustering")
      box()

    cols <- topo.colors(length(unique(meuse@data$DClust)))  
    color <- rep("xx", nrow(meuse@data))
      for(i in 1:length(unique(meuse@data$DClust))) {
        v <- unique(meuse@data$DClust)[i] 
          color[(meuse@data$DClust == v)] <- cols[i]
        }
    plot(meuse, col=color, pch=19, main="Distance Clustering")
      box() 
par <- opar

Comments

হাই @ জেফ্রেইভান্স, আপনার জবাবের জন্য ধন্যবাদ! সুতরাং আপনি পরামর্শ দিচ্ছেন যে আমি তৃতীয় সম্পত্তির মানটিকে অন্য ধরণের স্থানাঙ্কে ডেকে আনব? তবে আমি মনে করি কিছু বিদ্যমান বিদ্যমান অ্যালগরিদম থাকতে হবে যা সম্পর্কিত বৈশিষ্ট্যের সাথে আলাদা (দীর্ঘ, লাত) করবে এবং তারপরে ক্লাস্টারিং করবে এবং ধারাবাহিক অঞ্চলে পয়েন্ট তৈরি করবে এবং একই অঞ্চলে পয়েন্টগুলির একই মান থাকবে (অবশ্যই কিছু বিদেশী আছে) । কোন প্যাকেজ কি এটি অর্জন করতে পারে? আমি আরও স্বজ্ঞাত উদাহরণের জন্য আমার সমস্যা আপডেট করেছি। ধন্যবাদ।

— এক্সকালিবুর