在ArcGIS Pro中使用密度聚类算法DBSCAN

点击分析——工具箱

搜索 聚类 cluster,找到Density-based Clustering(DBSCAN)

 聚类方法有三种:DBSCAN,HDNSCAN,OPTICS,它们的具体差别,可以看大神的博客

聚类算法之DBSCAN算法

聚类算法之OPTICS算法

按照工具箱的要求就可以操作了

ArcGIS Pro帮助中的介绍如下:取聚类,并标识所有周围噪点。存在三个聚类方法选项。定义距离 (DBSCAN) 算法可基于指定搜索距离查找紧密邻近的点聚类。自调整 (HDBSCAN) 算法可基于聚类概率(或稳定性)查找点聚类,方法与 DBSCAN 类似,不同之处在于使用适用于具有可变密度的聚类的可变距离。多比例 (OPTICS) 算法可基于至下一个要素的最小距离排列输入点。然后,将构造可达图,并基于要视为聚类的最小要素数、搜索距离以及可达图的特征(例如山峰的坡度和高度)获取聚类。此工具可生成包含新整型字段 CLUSTER_ID 的输出要素类,该字段可显示各个要素所属的聚类。默认渲染基于 COLOR_ID 字段。将为每个颜色分配多个聚类。将分配颜色并重复使用,以使每个聚类的外观不同于其邻近聚类。该工具还会创建消息和图表,以帮助您了解所标识聚类的特征。可将鼠标悬停在进度条上、单击弹出按钮或展开地理处理窗格中的消息部分来访问消息。还可通过地理处理历史访问之前运行基于密度的聚类工具的消息。所创建的图表可从内容窗格进行访问。有关输出消息和图表的详细信息,以及有关此工具背后算法的详细信息,请参阅“基于密度的聚类”工作原理。如果为聚类方法参数选择自调整 (HDBSCAN),则输出要素类还将包含以下字段:PROB,表示要素属于其所分配组的概率;OUTLIER,指定要素可能是其自己聚类中的异常值(值越高,则该要素是异常值的可能性越大);EXEMPLAR,表示各个聚类中最为典型或最具代表性的要素。如果为聚类方法参数选择多比例 (OPTICS),则输出要素类还将包含字段 REACHORDER(表示针对分析排列输入点要素的方法)和 REACHDIST(表示每个要素与其未访问的最邻近要素之间的距离)。对于定义的距离 (DBSCAN) 和多比例 (OPTICS),则默认搜索距离为数据集中找到的最高核心距离,不包括前 1% 的核心距离(即排除最极端的核心距离)。

扫描二维码关注公众号,回复: 9886317 查看本文章
发布了19 篇原创文章 · 获赞 417 · 访问量 30万+

猜你喜欢

转载自blog.csdn.net/qq_912917507/article/details/104907829