gpt4 book ai didi

sql - 如何对存储在 SQL 中的附近经纬度位置进行分组

转载 作者:IT王子 更新时间:2023-10-29 06:21:34 24 4
gpt4 key购买 nike

我正在尝试分析英国自行车事故的数据,以找出统计上的黑点。这是来自另一个网站的数据示例。 http://www.cycleinjury.co.uk/map

我目前正在使用 SQLite 来存储大约 100k 个纬度/经度位置。我想将附近的位置组合在一起。此任务称为 cluster analysis .

我想通过忽略孤立的事件来简化数据集,而只显示在一个小区域内发生了不止一起事故的集群的起源。

我需要克服 3 个问题。

  1. 性能 - 如何确保快速找到附近的点。我应该使用 SQLite's implementation 吗?的 R-Tree例如?

  2. - 如何避免拾取附近点的链?

  3. 密度 - 如何考虑循环人口密度?伦敦骑自行车的人口密度比布里斯托尔大得多,因此伦敦似乎有更多的后备站。

我想避免这样的“链式”场景:

enter image description here

相反,我想找到集群:

enter image description here

伦敦截图(我手绘了一些簇)...

enter image description here

Bristol 屏幕截图 - 密度低得多 - 如果不考虑相对密度,在该区域运行的相同程序可能找不到任何黑点。

enter image description here

任何指针都会很棒!

最佳答案

好吧,您的问题描述完全DBSCAN clustering algorithm (Wikipedia) .它避免了链式效应,因为它要求它们至少是 minPts 个对象。

至于密度的差异,那就是OPTICS (Wikipedia)应该解决。不过,您可能需要使用不同的方法来提取聚类。

好吧,也许不是 100% - 您可能想要单一热点,而不是“密度连接”的区域。在考虑 OPTICS 图时,我认为您只对小而深的山谷感兴趣,而不是对大山谷感兴趣。您可能会使用 OPTICS 绘图扫描“至少 10 次事故”的局部最小值。

更新:感谢您提供指向数据集的指针。这真的很有趣。所以我没有将它过滤到骑自行车的人,但现在我正在使用所有 120 万 strip 坐标的记录。我把它们喂给了ELKI用于分析,因为它真的很快,而且它实际上可以使用大地距离(即纬度和经度)而不是欧氏距离,以避免偏差。我已经启用了带有 STR 批量加载的 R*-tree 索引,因为这应该有助于将运行时间缩短很多。我正在使用 Xi=.1、epsilon=1 (km) 和 minPts=100 运行 OPTICS(仅寻找大型集群)。运行时间大约为 11 分钟,还算不错。 OPTICS 图当然有 120 万像素宽,因此它不再适合完全可视化。鉴于巨大的阈值,它确定了 18 个集群,每个集群有 100-200 个实例。接下来我将尝试可视化这些集群。但一定要为您的实验尝试较低的 minPts。

下面是发现的主要集群:

  • 51.690713 -0.045545 伦敦以北 A10 的十字路口,刚过 M25
  • 51.477804 -0.404462 “货车环岛”
  • 51.690713 -0.045545 “Halton Cross Roundabout”或其以南的十字路口
  • 51.436707 -0.499702 A30 和 A308 斯坦斯旁路的 fork
  • 53.556186 -2.489059 M61 导出到 A58,曼彻斯特西北部
  • 55.170139 -1.53​​2917 A189,北西顿环岛
  • 55.067229 -1.577334 A189 和 A19,就在这南边,一个四车道环岛。
  • 51.570594 -0.096159 庄园住宅,皮卡迪利线
  • 53.477601 -1.152863 M18 和 A1(M)
  • 53.091369 -0.789684 A1、A17 和 A46,一个在 A1 两侧都有环形交叉路口的复杂结构。
  • 52.949281 -0.97896 A52 和 A46
  • 50.659544 -1.15251 怀特岛桑当。
  • ...

请注意,这些只是从集群中随机抽取的点。计算例如可能是明智的簇中心和半径,但我没有这样做。我只是想看一眼那个数据集,它看起来很有趣。

下面是一些截图,minPts=50,epsilon=0.1,xi=0.02:

Some clusters in central London

请注意,使用 OPTICS,集群可以是分层的。这是一个细节:

Nested clusters - OPTICS produces a hierarchy

关于sql - 如何对存储在 SQL 中的附近经纬度位置进行分组,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/14695138/

24 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com