如何对点和图进行聚类

Question

我正在尝试在R中使用群集。我是菜鸟，还没有对R进行过很多工作。

我将地理位置点设置为纬度和经度值。我要做的是使用这些数据找出热点。

我正在寻找创建相距600英尺的4个或更多点的群集。

我想获得此类簇的质心并绘制它们。

数据如下所示：

LATITUDE    LONGITUD
32.70132    -85.52518
34.74251    -86.88351
32.55205    -87.34777
32.64144    -85.35430
34.92803    -87.81506
32.38016    -86.29790
32.42127    -87.08690
...

structure(list(LATITUDE = c(32.70132, 34.74251, 32.55205, 32.64144, 
34.92803, 32.38016, 32.42127, 32.9095, 33.58092, 32.51617, 33.5726, 
33.83251, 34.65639, 34.27694, 33.73851, 33.95132, 31.35445, 34.05263, 
33.37959, 30.50248, 32.31561, 32.66919, 31.75039, 33.56986, 33.27091, 
33.93598, 32.30964, 31.09773, 32.26711, 33.54263, 34.72014, 34.78548, 
30.65705, 31.25939, 31.27647, 30.54322, 31.22416, 33.38549, 33.18338, 
31.16811, 32.38368, 32.36253, 31.14464), LONGITUD = c(-85.52518, 
-86.88351, -87.34777, -85.3543, -87.81506, -86.2979, -87.0869, 
-85.75888, -86.27647, -86.21179, -86.65275, -87.2696, -85.72738, 
-87.71489, -86.48934, -86.29693, -88.22943, -87.55328, -85.31454, 
-87.79342, -86.88108, -86.26669, -88.04425, -86.44631, -87.74383, 
-87.72403, -86.28067, -85.4449, -87.62541, -86.56251, -86.48971, 
-85.59656, -88.24491, -86.60828, -86.18112, -88.22778, -85.63784, 
-86.03297, -87.55456, -85.37719, -86.38047, -86.21579, -86.86606
)), .Names = c("LATITUDE", "LONGITUD"), class = "data.frame", row.names = c(NA, 
-43L))

上述数据框中有30,800个条目（地理位置）。我在上面给出了一个示例。

我不能使用K均值，因为它会产生No。指定的群集数量，但此处并非如此。聚类应包含约600英尺范围内的4个或更多点。

作为第一步，我试图绘制所有纬度和经度点，并了解可视化效果。这样我就可以使用它来检查是否形成了群集图，并且该图看起来是否相似。

plot(dbfvar[,1], dbfvar[,2], type="l") #dbfvar is the dataframe having above data.

情节并不令人满意。这不是预期的。

主要部分是创建聚类并获取它们的质心，并可视化所形成的聚类的质心。

PS：我不仅限于使用R，我也可以使用python。在寻求并在7个此类文件（每个30,800个地理位置）上实施该文件之前，我正在为上述问题寻求一个好的解决方案。

Answer 1

分层聚类是一种方法。

首先，您要构建树状图：

dend <- hclust(dist(theData), method="complete")

我在这里使用“完整”链接，以便所有组通过最大距离“规则”合并。如果我们要确保一组中的所有点至多相距一定距离，这将在以后有用。

我选择的距离为“ 2”（因为我不确定如何将您的经度和纬度转换为英尺。您应该先转换然后选择600而不是2）。这是生成的树状图，其高度为“ 2”。

plot(dend, hang=-1)
points(c(-100,100), c(2,2), col="red", type="l", lty=2)

现在，每条与红线相交的子树将成为一个群集。

groups <- cutree(theData, h=2) # change "h" here to 600 after converting to feet.

我们可以将它们绘制为散点图，以查看它们的外观：

plot(theData, col=groups)

有希望。附近的点形成了我们想要的聚类。

让我们在半径为1的那些中心周围添加中心和圆（以使圆内的最大距离为2）：

G1 <- tapply(theData[,1], groups, mean)  # means of groups
G2 <- tapply(theData[,2], groups, mean)  # ...

library(plotrix)  # for drawing circles
plot(theData, col=groups)
points(G1, G2, col= 1:6, cex=2, pch=19)
for(i in 1:length(G1)) {  # draw circles
    draw.circle(G1[i], G2[i], 1, border=i,lty=3,lwd=3)
}

看起来在均值周围画圈并不是捕获群集中所有点的最佳方法。但是，从视觉上可以验证一组中的点之间的最大距离为2。（只需尝试稍微移动一下圆圈以封装所有点）。