R'deki uzamsal verileri kümeleme

Bir dizi deniz yüzeyi sıcaklığı (SST) aylık verilerim var ve benzer SST modellerine sahip bölgeleri tespit etmek için bazı küme metodolojisi uygulamak istiyorum. 1985'ten 2009'a kadar çalışan bir dizi aylık veri dosyam var ve her aya ilk adım olarak kümeleme uygulamak istiyorum.

Her dosya, yaklaşık% 50'sinin kara olduğu ve NA olacak bir 99.99 değeri ile işaretlendiği 358416 nokta için ızgaralı veriler içerir. Veri formatı:

   lon     lat   sst
-10.042  44.979  12.38
 -9.998  44.979  12.69
 -9.954  44.979  12.90
 -9.910  44.979  12.90
 -9.866  44.979  12.54
 -9.822  44.979  12.37
 -9.778  44.979  12.37
 -9.734  44.979  12.51
 -9.690  44.979  12.39
 -9.646  44.979  12.36

CLARA kümeleme yöntemini denedim ve görünüşe göre güzel sonuçlar aldım ama aynı zamanda bana sadece isolinler yumuşatma (gruplama) gibi geliyor. O zaman bunun mekansal verileri analiz etmek için en iyi kümeleme yöntemi olduğundan emin değilim.

Bu tür veri kümelerine ayrılmış başka bir kümeleme yöntemi var mı? Bazı referanslar okumaya başlamak için iyi olur.

Şimdiden teşekkürler.

r clustering spatial

— pacomet
kaynak

Cran.r-project.org/web/views/Spatial.html adresini kontrol etmelisiniz . Büyük olasılıkla ilgi çekici olacak adında küme olan birkaç paket var.

— Andy W

Uzamsal verileri kümelemek için iyi bir R paketi buldunuz mu?

— kaptan

@kaptan Ne yazık ki yapmadım ve biri

— pacomet

Bu sorunun başlığı kafa karıştırıcı: değil !

(x, y, T) \in R^{3}

$(x,y,T)\in\mathbb{R}^3$

R

$\mathbb{R}$

— GeoMatt22

Yanıtlar:

Ölçeklenebilir kümeleme, bölme ve fethetme yaklaşımı, paralel kümeleme ve artımlı yaklaşım için farklı yaklaşımlar vardır. Bu, normal kümeleme yöntemlerini kullanabilmenizden sonraki genel yaklaşım içindir. Gerçekten takdir ediyorum iyi bir kümeleme yöntemi DBSCAN (Gürültü ile Uygulamaların Yoğunluk Tabanlı Mekansal Kümeleme) en çok kullanılan kümeleme algoritmaları biridir.

— 404Dreamer_ML
kaynak

Tamam, DBSCAN'ı arayacağım ve bir deneyeceğim. Teşekkürler

— pacomet

Herhangi bir cevap size yardımcı olduysa veya başka bir yol bulursanız, bize vermek daha iyidir, bu yüzden tüm topluluk bundan yararlanacaktır. Veya soruyu kapatmak için bir cevap seçin, thx.

— 404Dreamer_ML

Cevaplamadaki gecikme için özür dilerim ama asıl nokta dbscan'ı denemek için fazla zamanım yok ve ilk denemeler bir hafıza problemiyle sonuçlandı. R vektörü ayıramadığını söylüyor. Arazi (geçerli değil) SST noktalarını kaldırırken 300000 nokta ile biten 779191 nokta ile 4 km aralıklı bir ızgara ile başlıyorum. Belki de doğru yaklaşımı alamıyorum, herhangi bir ipucu takdir edilecektir.

— pacomet

Merhaba, hala bir çözüm bulamıyorum. DBSCAN ile ilgili bazı belgeleri okudum ve bazı sorularım var. R ile minimum mesafe nasıl bulunur? Verilerim üç boyutlu boylam, enlem ve sıcaklık olduğundan, hangi "mesafeyi" kullanmalıyım? hangi boyut bu mesafe ile ilgilidir? sıcaklık? Bir küme için minimum nokta sayısını belirlemek için bir yöntem var mı? Google'da arama yaparken, benimkine benzer bir veri kümesinde dbscan kullanmak için bir R örneği bulamadım, bu tür örneklere sahip herhangi bir web sitesi biliyor musunuz? Böylece okuyabilir ve durumuma uyum sağlamaya çalışabilirim. Tekrar teşekkürler

— pacomet

Bazı kümelenmeleri olan mekansal analiz için iyi belgelenmiş bir python kütüphanesi pySAL'dir .

Geliştirme aşamasında mekansal kümelemeye odaklanan bir başka python kütüphanesi clusterPy'dir (pdf slayt sunumu) .

Kümeleme algoritmalarının daha sınırlı bir seçimiyle ama güzel haritalama arayüzü ile GUI yazılımı GeoGrouper .

— b_dev
kaynak

Teşekkürler, hiç pitonla çalışmadım. Bir R çözümü bulmaya çalışacağım

— pacomet