Korzystanie z funkcji Znajdź klastry k-średnich

Insights in ArcGIS Online
Insights in ArcGIS Enterprise
Insights Desktop

Funkcja Znajdź klastry k-średnich znajduje naturalne klastry obiektów na podstawie lokalizacji lub wartości atrybutów przy użyciu algorytmu k-średnich. Algorytm klasyfikuje obiekty w ten sposób, że obiekty w klastrze są jak najbardziej podobne do siebie, natomiast same klastry maksymalnie różnią się od siebie.

Przykłady

Poniżej przedstawiono przykładowe scenariusze z użyciem funkcji Znajdź klastry k-średnich:

  • Instytucja pozarządowa gromadzi dane dotyczące porzuconego sprzętu do połowów i innych nadmorskich odpadów. Na podstawie analizy lokalizacji odpadów można identyfikować ich klastry, co pomoże instytucji w ustaleniu głównych źródeł porzuconego sprzętu i odpadów.
  • Możliwa jest analiza klientów sklepów detalicznych na podstawie informacji demograficznych i wzorców zakupowych. Klastry określone na podstawie takich właściwości, jak dochód rozporządzalny i wydatki, można wykorzystać przy opracowywaniu strategii marketingowej sklepu.

Uruchamianie funkcji Znajdź klastry k-średnich

Funkcję Znajdź klastry k-średnich można uruchomić na kartach mapy, diagramu lub tabeli, korzystając z obiektów punktowych, liniowych lub powierzchniowych.

Aby znaleźć naturalne klastry, wykonaj następujące czynności:

  1. W razie potrzeby kliknij kartę mapy, aby ją aktywować.

    Karta jest aktywna, gdy jest wyświetlany pasek narzędziowy i przycisk DziałanieDziałanie.

  2. Kliknij przycisk Działanie i wykonaj jedną z następujących czynności:
    • W przypadku karty mapy na karcie Analiza przestrzenna kliknij opcję Znajdź klastry k-średnich.
    • W przypadku kart diagramów i tabel kliknij opcję Jaki jest rozkład i kliknij opcję Znajdź klastry k-średnich.
  3. W polu Wybierz warstwę wybierz warstwę, dla której chcesz znaleźć klastry.
  4. W polu Pola analizy wybierz jedną z następujących opcji:
    • Aby uruchomić funkcję Znajdź klastry k-średnich przestrzennie, wybierz pole lokalizacji.
    • Aby uruchomić funkcję Znajdź klastry k-średnich nieprzestrzennie, wybierz jedno lub większą liczbę pól liczbowych.
  5. Rozwiń Opcje dodatkowe i jeśli to konieczne, wprowadź wartość parametru Liczba klastrów.
  6. Kliknij przycisk Uruchom.

Uwagi dotyczące korzystania

Parametr Wybierz warstwę umożliwia wybór zestawu danych, w którym mają być wyszukiwane klastry. Zestaw danych może zawierać obiekty punktowe, liniowe lub poligonowe albo może to być tabela nieprzestrzenna (dostępna podczas korzystania z tej funkcji z poziomu diagramu lub tabeli).

Parametr Pola analizy umożliwia wybór pola, na podstawie którego tworzone są klastry. Może to być pole lokalizacji — w takim przypadku klastry będą tworzone na podstawie lokalizacji geograficznej. Może to być również jedno lub większa liczba pól liczbowych lub wskaźnika/współczynnika — w takim przypadku klastry będą tworzone na podstawie podobieństwa między atrybutami. Kombinacja pól lokalizacji oraz pól liczbowych lub wskaźnika/współczynnika nie jest obsługiwana.

Można rozwinąć Opcje dodatkowe, aby wyświetlić parametr Liczba klastrów. Jeśli na potrzeby analizy wymagane jest określenie konkretnej liczby klastrów, należy wprowadzić tę wartość w parametrze Liczba klastrów. Jeśli nie zostanie podana żadna wartość, liczba klastrów zostanie obliczona na podstawie indeksu Daviesa-Bouldina opisanego w pracy Davies i Bouldin (1979), który optymalizuje podobieństwa w obrębie klastra i różnice między klastrami.

Ograniczenia

To narzędzie nie jest obsługiwane w przypadku połączeń tylko do odczytu z platformami Google BigQuery, Snowflake oraz platformami bazy danych, które nie są od razu gotowe do użycia.

Filtry krzyżowe, widżety Filtr i widżety Filtr czasowy można zastosować do wyników zwracanych przez narzędzie Znajdź klastry k-średnich, ale nie będzie ono ponownie uruchamiane po każdej zmianie filtru.

Odniesienia

Davies, David L. i Donald W. Bouldin. 1979. „A Cluster Separation Measure”. IEEE Transactions on Pattern Analysis and Machine Intelligence. PAMI-1, nr 2 (kwiecień): 224–227.https://doi.org/10.1109/TPAMI.1979.4766909.