Skip to main content

Buscar clústeres de puntos (Herramientas de GeoAnalytics Server)

Resumen

Busca clústeres de entidades de puntos dentro del ruido colindante en función de su distribución espacial o espaciotemporal.

Heredado:

La extensión ArcGIS GeoAnalytics Server va a quedar obsoleta en ArcGIS Enterprise. La última versión de GeoAnalytics Server se incluyó con ArcGIS Enterprise 11.3. Esta herramienta de geoprocesamiento está disponible a través de ArcGIS Enterprise 11.3 y versiones anteriores.

Más información sobre cómo funciona Clustering basado en densidad

Ilustración

Ilustración de la herramienta Buscar clústeres de puntos

Uso

  • Esta herramienta de geoprocesamiento está disponible con ArcGIS Enterprise 10.6.1 o posterior.

  • La entrada de Buscar clústeres de puntos es una capa de puntos. Esta herramienta extrae clústeres del valor del parámetro Capa de puntos de entrada e identifica cualquier ruido colindante.

  • Buscar agrupaciones de puntos requiere que la Capa de puntos de entrada esté proyectada o que el sistema de coordenadas de salida esté configurado como un sistema de coordenadas proyectado.

  • Existen dos opciones para el parámetro Método de clustering. Distancia definida (DBSCAN) utiliza en algoritmo DBSCAN busca clústeres de puntos que estén muy próximos en función de una distancia de búsqueda especificada. Autoajuste (HDBSCAN) utiliza el algoritmo HDBSCAN (disponible en ArcGIS Enterprise 10.7 y versiones posteriores) y detecta clústers de puntos, de forma similar a DBSCAN, utilizando distancias variables, lo que permite obtener clústeres con densidades variables en función de la probabilidad (o estabilidad) del clúster. Si elige DBSCAN, encontrará clústeres solo en espacio bidimensional o en espacio y tiempo. Si marca Utilizar hora para buscar clústeres y la capa de entrada tiene el tiempo habilitado y es del tipo de instante, DBSCAN descubrirá clústeres espaciotemporales de puntos que estén muy próximos en función de una distancia de búsqueda y una duración de búsqueda especificadas (compatible con ArcGIS Enterprise 10.8 y versiones posteriores).

  • El parámetro Entidades mínimas por clúster se utiliza de manera diferente en función del método de clustering:

    • Distancia definida (DBSCAN)—Especifica el número de entidades que se deben encontrar dentro de una distancia de búsqueda determinada de un punto para que este pueda empezar a formar un clúster. Los resultados podrían incluir clústeres con menos entidades que este valor. La distancia de búsqueda se define con el parámetro Distancia de búsqueda. Al utilizar el tiempo para encontrar clústeres, se requiere Duración de búsqueda. Al buscar miembros de un clúster, las Entidades mínimas por clúster debe encontrarse dentro de la Distancia de búsqueda y la Duración de búsqueda para formar un clúster. Tenga en cuenta que esta distancia y duración no están relacionadas con el diámetro o la extensión temporal de los clústeres de puntos descubiertos.

    • Autoajuste (HDBSCAN)—Especifica el número de entidades vecinas de cada punto (incluido el punto) que se tendrán en cuenta a la hora de estimar la densidad. Este número es además el tamaño de clúster mínimo permitido al extraer los clústeres.

  • Esta herramienta genera una clase de entidades de salida con un nuevo campo de tipo entero, CLUSTER_ID, que identifica el grupo en el que se encuentra cada entidad. La representación en pantalla predeterminada se basa en el campo COLOR_ID. Si hay varios clústeres, se asigna un color a cada uno. Los colores se asignarán y repetirán de forma que cada clúster sea visualmente diferente de sus clústeres vecinos.

  • Si usa el método de clustering Distancia definida (DBSCAN) con el tiempo para descubrir clústeres espaciotemporales, los resultados también incluirán estos campos:

    • FEAT_TIME — El tiempo de instante original de cada entidad.

    • START_DATETIME—La hora de inicio de la extensión temporal del clúster al que pertenece una entidad.

    • END_DATETIME—La hora de finalización de la extensión temporal del clúster al que pertenece una entidad.

    Las propiedades de tiempo de la capa de resultados se definirá como un intervalo en los campos START_DATETIME y END_DATETIME, lo cual garantiza que todos los miembros del clúster se dibujen juntos al visualizar clústeres espaciotemporales en un control deslizante de tiempo. Estos campos se utilizan únicamente para la visualización. En el caso de las entidades de ruido, START_DATETIME y END_DATETIME equivaldrán a FEAT_TIME.

  • Si Método de clustering es Autoajustable (HDBSCAN), la clase de entidad de salida también contendrá los siguientes campos:

    • PROB—La probabilidad de que una entidad pertenezca a su clúster asignado.

    • OUTLIER—La posibilidad de que una entidad sea un valor atípico dentro de su propio clúster. Un valor más alto indica que es más probable que la entidad sea un valor atípico.

    • EXEMPLAR—Las entidades más representativas de cada grupo. Estas entidades se indican con un valor de 1.

    • STABILITY—La persistencia de cada clúster en un rango de escalas. Un valor mayor indica que un clúster persiste en un rango más amplio de escalas de distancia.

  • Cuando se usa el algoritmo HDBSCAN con una capa de entrada con más de 3 millones de entidades, la herramienta podría fallar salvo que su administrador aumente el valor del parámetro javaHeapSize en el [servicio de geoprocesamiento GeoAnalyticsTools] (https://developers.arcgis.com/rest/enterprise-administration/server/editservice.htm). Se requieren aproximadamente 2 GB espacio de almacenamiento dinámico por cada 3 millones de entidades. La cantidad de RAM especificada por javaHeapSize debe estar disponible en cada equipo de GeoAnalytics Server, además de los 16 GB que suele requerir GeoAnalytics Server. Por ejemplo, para hacer un clúster de 9 millones de entidades con HDBSCAN, establezca javaHeapSize a como mínimo 6.144 MB o 6 GB. En este caso, cada equipo de GeoAnalytics Server debería tener un total de como mínimo 22 GB de RAM disponible.

  • Puede mejorar el rendimiento de la herramienta Buscar clústeres de puntos aplicando uno o varios de los consejos siguientes:

    • Defina el entorno de extensión para analizar únicamente datos de interés.

    • Sea selectivo en cuanto a la distancia y la duración de la búsqueda. Es posible que una distancia o un radio de búsqueda más reducidos ofrezcan mejores resultados con los mismos datos.

    • Utilice datos locales en los que se ejecute el análisis.

  • Esta herramienta de geoprocesamiento está impulsada por ArcGIS GeoAnalytics Server. El análisis se realiza en GeoAnalytics Server y los resultados se almacenan en su contenido en ArcGIS Enterprise.

  • Al ejecutar las herramientas de GeoAnalytics Server, el análisis se completa en GeoAnalytics Server. Para obtener un rendimiento óptimo, haga que los datos estén disponibles para GeoAnalytics Server mediante capas de entidades alojadas en su portal de ArcGIS Enterprise o mediante recursos compartidos de archivos de big data. Los datos que no se encuentren en GeoAnalytics Server de forma local se transferirán a GeoAnalytics Server antes de que empiece el análisis. Esto significa que ejecutar una herramienta tardará más tiempo y, en algunos casos, mover los datos de ArcGIS Pro a GeoAnalytics Server podría fallar. El umbral de error depende de la velocidad de su red, así como del tamaño y complejidad de los datos. Se recomienda que siempre comparta sus datos o que cree un recurso compartido de archivos de big data.

    Más información acerca del uso compartido de datos en el portal

    Más información sobre cómo crear un archivo compartido de Big Data mediante Server Manager

Parámetros

Etiqueta Explicación Tipo de datos

Capa de puntos de entrada

La clase de entidad de punto que contiene los clústeres de puntos.

Feature Set

Nombre de salida

El nombre del servicio de entidades de salida.

String

Entidades mínimas por clúster

Este parámetro se utiliza de forma diferente según el método de clustering elegido, como se indica a continuación:

  • Distancia definida (DBSCAN)—Especifica el número de entidades que se deben encontrar dentro de una distancia determinada de un punto para que este pueda empezar a formar un clúster. La distancia se define mediante el parámetro Distancia de búsqueda.

  • Autoajuste (HDBSCAN)—Especifica el número de entidades vecinas de cada punto (incluido el punto) que se tendrán en cuenta a la hora de estimar la densidad. Este número es además el tamaño de clúster mínimo permitido al extraer los clústeres.

Long

Distancia de búsqueda

La distancia máxima que se considerará.

El valor de Entidades mínimas por clúster especificado se deberá encontrar dentro de esta distancia para que pertenezcan a un clúster. Los clústeres individuales estarán separados, al menos, por esta distancia. Si una entidad se encuentra a una distancia mayor que esta respecto de la siguiente entidad más cercana en el clúster, no se incluirá en el clúster.

Linear Unit

Data Store

(Opcional)

Especifica el ArcGIS Data Store donde se almacenará la salida. Todos los resultados almacenados en un big data store espaciotemporal se almacenarán en WGS84. Los resultados almacenados en un data store relacional mantendrán su sistema de coordenadas.

  • Big data store espaciotemporal—Los resultados se almacenarán en big data store espaciotemporal Esta es la opción predeterminada.

  • Data store relacional—La salida se almacenará en un data store relacional.

String

Método de clustering

(Opcional)

Especifica el método que se utilizará para definir clústeres.

  • Distancia definida (DBSCAN)—Utiliza una distancia especificada para separar los clústeres densos del ruido más disperso. DBSCAN es el método de clustering más rápido, pero solo es apropiado si se puede utilizar una distancia clara y que funcione bien para definir todos los clústeres que puedan estar presentes. El resultado son clústeres que presentan densidades similares. Esta es la opción predeterminada.

  • Autoajuste (HDBSCAN)—Utiliza distancias variables para separar clústeres de densidades variables del ruido más disperso. HDBSCAN es el método de clustering que más se basa en los datos y requiere la menor participación del usuario.

String

Utilizar hora para buscar clústeres

(Opcional)

Especifica si se utilizará o no el tiempo para detectar clústeres con DBSCAN.

  • Activado—Se buscarán clústeres espaciotemporales utilizando tanto una distancia de búsqueda como una duración de búsqueda.

  • Desactivado—Se buscarán clústeres espaciales utilizando una distancia de búsqueda y se ignorará el tiempo. Esta es la opción predeterminada.

Boolean

Duración de búsqueda

(Opcional)

Al buscar miembros de clústeres, la cantidad mínima especificada de puntos debe estar dentro de esta duración de tiempo para formar un clúster.

Time Unit

Salida derivada

Etiqueta Explicación Tipo de datos

Capa de entidades de salida

Los clústeres de puntos de salida.

Feature Set

Entornos

Sistema de coordenadas de salida, Extensión, Espacio de trabajo actual

Casos especiales

Sistema de coordenadas de salida

The coordinate system that will be used for analysis. Analysis will be completed in the input coordinate system unless specified by this parameter. For GeoAnalytics Tools, final results will be stored in the spatiotemporal data store in WGS84.

Información de licenciamiento

  • Basic: Requiere ArcGIS GeoAnalytics Server
    Disponible con ArcGIS Enterprise 10.6.1
  • Standard: Requiere ArcGIS GeoAnalytics Server
    Disponible con ArcGIS Enterprise 10.6.1
  • Avanzado: Requiere ArcGIS GeoAnalytics Server
    Disponible con ArcGIS Enterprise 10.6.1