Rで空間データをクラスタリングしますか？[閉まっている]

緯度と経度のデータポイントがたくさんあります。Rを使用して、距離に基づいてクラスター化します。

私はすでにこのページを見て、clustToolパッケージを試しました。しかし、clustToolのclust関数がデータポイント（lat、lon）を空間データと見なし、適切な式を使用してそれらの間の距離を計算するかどうかはわかりません。

つまり、空間データと順序データをどのように区別するかわかりません。マップ上の2つのポイント（空間）と2つの通常の数値の間の距離の計算は異なると思います。（そうではありませんか？）

また、クラスタリングで3番目のパラメーターを検討する場合はどうなりますか？

（lat、lon）ともう1つのパラメーターがある場合に言うように。

距離はどのように計算されますか？

clustToolのもう1つの問題は、GUIを念頭に置いて設計されていることです。ライブラリのGUIオーバーヘッドを必要としないのでスキップする方法はわかりません。

空間データのクラスター分析のために、Rにはどのようなオプションがありますか？

これは、距離ルールに基づくポイントのクラスターの検索に基づいていdistmますが、geosphereパッケージの関数を使用しています：

library(sp)
library(rgdal)
library(geosphere)

# example data from the thread
x <- c(-1.482156, -1.482318, -1.482129, -1.482880, -1.485735, -1.485770, -1.485913, -1.484275, -1.485866)
y <- c(54.90083, 54.90078, 54.90077, 54.90011, 54.89936, 54.89935, 54.89935, 54.89879, 54.89902)

# convert data to a SpatialPointsDataFrame object
xy <- SpatialPointsDataFrame(
      matrix(c(x,y), ncol=2), data.frame(ID=seq(1:length(x))),
      proj4string=CRS("+proj=longlat +ellps=WGS84 +datum=WGS84"))

# use the distm function to generate a geodesic distance matrix in meters
mdist <- distm(xy)

# cluster all points using a hierarchical clustering approach
hc <- hclust(as.dist(mdist), method="complete")

# define the distance threshold, in this case 40 m
d=40

# define clusters based on a tree "height" cutoff "d" and add them to the SpDataFrame
xy$clust <- cutree(hc, h=d)

次のようなものが得られるはずです。

        coordinates ID clust
1 (-1.482156, 54.90083)  1     1
2 (-1.482318, 54.90078)  2     1
3 (-1.482129, 54.90077)  3     1
4  (-1.48288, 54.90011)  4     2
5 (-1.485735, 54.89936)  5     3
6  (-1.48577, 54.89935)  6     3
7 (-1.485913, 54.89935)  7     3
8 (-1.484275, 54.89879)  8     4
9 (-1.485866, 54.89902)  9     3

これらの次のステップは視覚化のためだけです：

library(dismo)
library(rgeos)

# expand the extent of plotting frame
xy@bbox[] <- as.matrix(extend(extent(xy),0.001))

# get the centroid coords for each cluster
cent <- matrix(ncol=2, nrow=max(xy$clust))
for (i in 1:max(xy$clust))
    # gCentroid from the rgeos package
    cent[i,] <- gCentroid(subset(xy, clust == i))@coords

# compute circles around the centroid coords using a 40m radius
# from the dismo package
ci <- circles(cent, d=d, lonlat=T)

# plot
plot(ci@polygons, axes=T)
plot(xy, col=rainbow(4)[factor(xy$clust)], add=T)

Rの球体地球上の真の距離を計算するための関数があるため、それらを使用して、座標の代わりに距離行列を使用してクラスタリング関数を呼び出すことができます。しかし、名前や関連するパッケージを思い出すことはできません。手がかりについては、R空間タスクビューを参照してください。

他のオプションは、距離がユークリッドになるようにポイントを参照システムに変換することです。英国では、OSGridリファレンスシステムを使用できます。

 data = spTransform(data,CRS("+epsg:27700"))

パッケージ 'rgdal'（またはmaptools）からspTransformを使用します。データ用のグリッドシステムを検索し（関連するUTMゾーンがおそらく実行します）、メートル単位の距離を問題なく計算できます。

これは、データが小さな領域である場合にのみ有効です-グローバルデータがある場合、球面距離を実際に計算する必要があり、それはR空間タスクビューで説明したパッケージの1つ（または複数）のどこかにあります：

http://cran.r-project.org/web/views/Spatial.html

パッケージ "geosphere"が必要なようですが、空間タスクビューを読んでください！

Spatstatパッケージを見てみましょう。パッケージ全体は、空間ポイントパターン（sic）の分析専用です。CSIROのAdrian Baddeley教授によって書かれた優れた電子書籍があり、パッケージ全体の詳細なドキュメント、ハウツー、および例が含まれています。「ポイントパターンの距離方法」については、第19章をご覧ください。

とはいえ、spatstatで空間データと順序データを区別できるかどうかはわかりません。したがって、xとyの値が一貫しているものにポイントを再投影することをお勧めします。

たぶん、この答えは2年遅れですが、とにかく。

私の知る限り、空間クラスタリングには、少なくとも最初はクラスタリングが制約される定義済みの近傍が必要です。SpatialEpiパッケージのkulldorf関数では、集約された近傍に基づいた空間クラスタリングが可能です。

さらに、fpcパッケージから入手可能なDBSCAN統計が役立つ可能性があります。

同様の議論についてはこちらもご覧ください：https : //stats.stackexchange.com/questions/9739/clustering-spatial-data-in-r

また、CHAMAELEONなどの最近のクラスターアルゴリズムに関する興味深い論文については、http：//www.cs.uiuc.edu/homes/hanj/pdf/gkdbk01.pdfをご覧ください。

れていないがR、パッケージ、geodaは、それは、空間クラスタリングの理論に貢献したラック・アンセリンによって書かれているように興味深いプログラムを検討するかもしれない、と私は（私がそれを探求してきたので、いくつかの時間となっているが）、それはいくつかのクラスタリングを可能と考えています。

spdepは素晴らしいRパッケージです。Tree Edge Removalによる空間 'K'luster分析のskater機能が含まれています。また、Local Moranやその他の空間統計を使用した空間的な自己相関やローカルクラスターの検出など、空間分析のための他の機能も提供します。次のように説明されています。

ポリゴンの隣接から、距離とテッセレーションによるポイントパターンから、これらのオブジェクトを要約し、最小スパニングツリーによる地域集約を含む空間データ分析での使用を許可するための、空間ウェイトマトリックスオブジェクトを作成する関数のコレクション。グローバルなMoran's I、APLE、Geary's C、Hubert / Mantelの一般的なクロス積統計、Empirical Bayes推定値、Assunção/ Reis Index、Getis / Ord Gおよび多色結合カウント統計、ローカルMoran's IおよびGetisを含む空間自己相関のテストのコレクション/ Ord G、サドルポイント近似、およびグローバルおよびローカルモランIの正確なテスト。空間同時自己回帰（SAR）の遅延モデルと誤差モデル、遅延モデルの影響測定、

少なくともポイントが空間的にランダムに分布しているかどうかをテストできます（おそらく、空間距離を考慮する場合に事前クラスタリングをテストするのに便利です）が、クラスタリングアルゴリズムに入力できる他の有用な測定値を生成することもできます。最後に、おそらく空間クラスタリングの問題を扱うhttps://stats.stackexchange.com/で役に立つ質問を見つけるかもしれません（ただし、理論的な観点からはもっと）。

RのleaderClusterパッケージを試してください。他の多くのクラスタリングアルゴリズムとは異なり、クラスターの数を指定する必要はありませんが、代わりにクラスターの主な調整パラメーターとしておおよその半径が必要です。

ジオスフェアパッケージ距離関数または化石deg.dist関数を確認してください。度単位のデータがあり、クラスタリングを行う前にメートルまたはフィートに変換する必要があります。