- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我是 R 的初学者,但使用 Esri 的 ArcGIS 是专家。
我想使用 R 运行探索性分组/集群分析,例如 Arc 的 10.1 工具 here .
所需的最终产品必须是 map 可视化。我找到了 this thread on hierarchical cluster analysis在这里。这是否与 Esri 的数据分组分析类型相同? ArcGIS 工具为参数提供了很大的灵 active ,我希望用 R 复制此功能。
同样,我是 R 初学者。非常感谢任何信息、建议或忠告。
谢谢,迈克
最佳答案
据我所知,这是一个简单的 KNN 分析。 ESRI 帮助解释的替代“无距离矩阵”组件似乎非常不受欢迎。基本上,他们使用 K 均值聚类和使用随机播种的区域增长方法。这看起来非常不稳定,可能会返回高度可变的结果。似乎他们正在执行一些操作来避免一些问题,例如断开连接的区域,因此可能需要做一些事情才能准确地重新创建他们的结果。您可以近似 spdep 中的“空间约束”选项。下面是一个距离分析的简短示例,可以为您提供一个起点。请记住,为了分配“类”,您需要设置某种类型的循环结构。
require(sp)
require(spdep)
data(meuse)
coordinates(meuse) <- ~x+y
# Create distance matrix of specified range
meuse.dist <- dnearneigh(coordinates(meuse), 0.0001, 1000)
# Coerce distance object to a list object with distances for each observation
dist.list <- nbdists(meuse.dist, coordinates(meuse))
# Create a new column with the distance to the nearest observation using lapply and unlist
meuse@data <- data.frame(meuse@data, NNDist=unlist(lapply(dist.list, FUN=function(x) min(x))))
# Plot results
spplot(meuse, "NNDist", col.regions=colorRampPalette(c("blue","yellow","red"),
interpolate="spline")(10) )
您可能还想探索层次聚类。然而,对于更大的数据集,hclust 需要一个三角距离矩阵,而 dnearneigh 则不需要。下面是一个使用约束层次聚类的示例。
# SPATIALLY CONSTRAINED CLUSTERING
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)
chc <- chclust(dist(cdat), method="conslink")
# KNN
chc.n3 <- cutree(chc, k=3)
# 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")
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")
par <- opar
关于r - 是否有模仿 ArcGIS 10.1 中的分组分析工具的 R 函数?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/15365729/
您好,我正在处理 BIRT 报告。我有一个查询,我必须对父级的重复数据进行分组,但子级也不能分组! 在我的查询中: item 是父项,item_ledger_entry 是子项。我有来自 item.N
我正在使用 GA API。 这是针对 MCF 目标报告(底部)的标准目标完成指标表(顶部) 看一下这个: 总数加起来 (12,238),但看看按 channel 分组的分割有多么不同!我以为这些会很接
我正在开发一个流量计数器,我想获得 IP 和重复计数,但是如何? 就像是 :select ip, count(ip) from Redirect 返回 : null total ip count 重定
我尝试编写一个正则表达式来匹配条件表达式,例如: a!=2 1+2=2+a 我尝试提取运算符。我当前的正则表达式是“.+([!=<>]+).+” 但问题是匹配器总是尝试匹配组中可能的最短字符串
在 MS Transact SQL 中,假设我有一个这样的表(订单): Order Date Order Total Customer # 09/30/2008 8
我想按 m.ID 分组,并对每个 m.id 求和 (pm.amount_construction* prod.anzahl) 实际上我有以下结果: Meterial_id | amount_const
我想根据多列中的值对值进行分组。这是一个例子: 我想得到输出: {{-30,-50,20},{-20,30,60},{-30,NULL or other value, 20}} 我设法到达: SELE
我正在尝试找出运行此查询的最佳方式。我基本上需要返回在我们的系统中只下了一个订单的客户的“登录”字段列表(登录字段基本上是客户 ID/ key )。 我们系统的一些背景...... 客户在同一日期下的
给定以下mysql结果集: id code name importance '1234', 'ID-CS-B', 'Chocolate Sauce'
大家好,我的数据框中有以下列: LC_REF 1 DT 16 2C 2 DT 16 2C 3 DT 16 2C 1 DT 16 3C 6 DT 16 3C 3
我有这样的 mongoDB 集合 { "_id" : "EkKTRrpH4FY9AuRLj", "stage" : 10, }, { "_id" : "EkKTRrpH4FY9
假设我有一组数据对,其中 index 0 是值,index 1 是类型: input = [ ('11013331', 'KAT'), ('9085267',
java中用stream进行去重,排序,分组 一、distinct 1. 八大基本数据类型 List collect = ListUtil.of(1, 2, 3, 1, 2).stream().fil
基本上,我从 TABLE_A 中的这个开始 France - 100 France - 200 France - 300 Mexico - 50 Mexico - 50 Mexico - 56 Pol
我希望这个正则表达式 ([A-Z]+)$ 将选择此示例中的最后一次出现: AB.012.00.022ABC-1 AB.013.00.022AB-1 AB.014.00.022ABAB-1 但我没有匹配
我创建了一个数据透视表,但数据没有组合在一起。 任何人都可以帮助我获得所需的格式吗? 我为获取数据透视表而编写的查询: DECLARE @cols AS NVARCHAR(MAX), -- f
我想按时间段(月,周,日,小时,...)选择计数和分组。例如,我想选择行数并将它们按 24 小时分组。 我的表创建如下。日期是时间戳。 CREATE TABLE MSG ( MSG_ID dec
在 SQL Server 2005 中,我有一个包含如下数据的表: WTN------------Date 555-111-1212 2009-01-01 555-111-1212 2009-
题 假设我有 k 个标量列,如果它们沿着每列彼此在一定距离内,我想对它们进行分组。 假设简单 k 是 2 并且它们是我唯一的列。 pd.DataFrame(list(zip(sorted(choice
问题 在以下数据框中 df : import random import pandas as pd random.seed(999) sz = 50 qty = {'one': 1, 'two': 2
我是一名优秀的程序员,十分优秀!