多変量クラスター分析 (空間統計ツール)
サマリー
フィーチャ属性値にのみ基づき、フィーチャの自然なクラスターを見つけます。
図
使用法
このツールは、分析で使用されるフィールドに加え、新しい整数フィールド
CLUSTER_IDも使用して出力フィーチャクラスを生成します。 デフォルトのレンダリングはCLUSTER_IDフィールドに基づき、各フィーチャがメンバーとなるクラスターを指定します。 たとえば、クラスター数を 3 に設定した場合、各レコードのCLUSTER_IDフィールドの値は 1、2、3 のいずれかになります。 出力フィーチャクラスには、IS_SEEDというバイナリー フィーチャも含まれます。IS_SEEDフィールドには、クラスターを開始する始点として使用されたフィーチャが示されます。IS_SEEDフィールドのゼロ以外の値の数は、クラスター数 パラメーターに入力した値と一致します。入力フィーチャ パラメーターには、ポイント、ライン、またはポリゴンを指定できます。
このツールは、特定されたクラスターの特徴を理解するために役立つメッセージやチャートを作成します。 このメッセージにアクセスするには、ジオプロセシング ウィンドウで、進行状況バーにポインターを合わせるか、ポップアウト ボタンをクリックするか、詳細の表示 セクションを展開します。 ジオプロセシング履歴を介して、以前に実行した 多変量クラスター分析 ツールのメッセージにアクセスすることもできます。 コンテンツ ウィンドウからチャートにアクセスします。
出力されたメッセージとチャートの詳細については、多変量クラスター分析の仕組みをご参照ください。
分析フィールド パラメーターのフィールドは数値である必要があり、多様な値を含んでいる必要があります。 変化のないフィールド (つまり、どのレコードも値が同じかよく似ている) は解析から排除されますが、出力フィーチャ パラメーター値には含まれます。 多変量クラスター分析 ツールでは、カテゴリー フィールドがダミー変数 (あるカテゴリーに属するすべてのフィーチャは値 1、それ以外のすべてのフィーチャはゼロ) として表される場合にカテゴリ フィールドを使用できます。
多変量クラスター分析 ツールは、非空間クラスターを作成します。 一部のアプリケーションでは、作成したクラスターに隣接または近接要件を適用できます。 その場合は、空間的に制限された多変量クラスター分析 ツールを使用し、空間的に隣接したクラスターを作成します。
このツールのベスト プラクティスとして、分析フィールド パラメーターに単一の変数を指定して開始し、その後、必要に応じて変数を追加します。 分析フィールドの数が少ないほうが、結果の解析が容易になります。 また、フィールドの数が少ないと、どの変数が最適な区別を実行するか判断しやすくなります。
初期化方法 パラメーターには、最適化シード ロケーション、ユーザー定義シード ロケーション、ランダム シード ロケーション の 3 つのオプションがあります。 シードは、個々のクラスターを開始するときに使用されるフィーチャです。 たとえば、クラスター数 パラメーターに 3 を入力した場合、分析は 3 つのシード フィーチャで開始されます。 デフォルトのオプションである 最適化シード ロケーション では、最初のシードはランダムに選択され、データ空間内で互いに遠く離れているフィーチャを表すシードが選択されていきます (属性値)。 データ空間内で互いに異なる領域を補足する初期シードを選択すると、パフォーマンスが向上します。 それぞれのクラスターで表現したい個別の特性が、特定のフィーチャによって反映されている場合があります。 その場合、シード フィールドを作成して個別のフィーチャを識別することで、それらのロケーションを指定できます。 作成するシード フィールドには、初期シード フィーチャ以外ではすべてゼロを指定する必要があります。初期シード フィーチャには、値 1 を指定する必要があります。 次に、初期化方法 パラメーターに ユーザー定義シード ロケーション オプションを選択します。 ある種の感度分析を実行して、同じクラスター内で常に見つかるフィーチャを確認したい場合は、初期化方法 パラメーターに ランダム シード ロケーション オプションを選択します。 このオプションでは、シード フィーチャがランダムに選択されます。
注意:
ランダム シードを使用する場合は、乱数ジェネレーター環境設定で乱数ジェネレーターの実行を開始できるシードを選択することもできます。 ただし、このツールでは常に、乱数ジェネレーターとしてメルセンヌ ツイスター値が使用されます。
初期化フィールド パラメーターの値が 1 の場合、それはシードとして解釈されます。 シード ロケーションを指定する場合、クラスター数 パラメーターは無効になります。ツールは 初期化フィールド パラメーターにゼロ以外のエントリーがある限り、クラスターの数を特定します。
データに最適な クラスター数 パラメーター値がわからない場合は、クラスター数をいろいろと変えて試行し、クラスターの差別化に最適な数を見出すことが必要な場合があります。 クラスター数 パラメーターを空白のままにすると、ツールは 2 ～ 30 クラスターのクラスター分析ソリューションについて疑似 F 統計量を計算し、クラスターの最適数を評価します。クラスターの最適数は、メッセージ ウィンドウに表示されます。 オプションの クラスター数の評価用出力テーブル パラメーター値を指定すると、2 ～ 30 のクラスターを含むソリューションの疑似 F 統計値を示すチャートが作成されます。 疑似 F 統計値が最大となるソリューションでは、同じクラスターに属するフィーチャ同士の相似性、違うクラスターに属するフィーチャ同士の相違性が両方とも最大になります。 クラスター数 パラメーター値に対して他の基準がない場合は、疑似 F 統計値が最大になる値を、クラスター数として採用してください。
このツールでは、フィーチャをクラスターに区分するのに k-means または k-medoids のいずれかが使用されます。 初期化方法 パラメーターで ランダム シード ロケーション を選択すると、アルゴリズムはヒューリスティクスを組み込み、ツールを実行するたびに異なる結果を返すことがあります (同じデータとツール パラメーターを使用している場合も同様)。 これは、クラスターの出発点とする初期シード フィーチャを見つける過程にランダムな要素があるためです。 このヒューリスティック ソリューションにより、クラスターの最適数を特定する作業が複雑になり、疑似 F 統計量はツールを実行するたびに違う結果を出すことがあります (初期シード フィーチャが異なるため)。 ただし、データに個別パターンが存在するときは、個々の実行によって得られるソリューションの一貫性が高くなります。 したがって、クラスターの最適数を特定するために、ツールは 2 ～ 30 の各クラスターに対して 10 倍もの解析を行い、その中から上位 10 個の疑似 F 統計値を使用します。
K-means オプションと K-medoids オプションでは、ほとんどの場合に似た結果が生成されます。 ただし、K-medoids の方が 入力フィーチャ パラメーター値のノイズと外れ値に対して強固です。 K-means は通常、K-medoids よりも処理速度が速いため、大規模なデータセットに適しています。
一連のフィーチャに割り当てられるクラスター番号は実行するたびに変わる可能性があります。 たとえば、所得変数に基づいてフィーチャを 2 つのクラスターに分割すると、解析の初回実行時に、高所得フィーチャがクラスター 2、低所得フィーチャがクラスター 1 とラベル付けされることがあります。 同じ解析を 2 回目に実行すると、高所得フィーチャがクラスター 1 となる場合があります。 また、解析を実行するごとに、中所得フィーチャ群の一部のクラスター メンバーシップが切り替わる可能性があります。
パラメーター
| ラベル | 説明 | データ タイプ |
|---|---|---|
|
入力フィーチャ |
クラスターを作成するフィーチャクラスまたはフィーチャ レイヤー。 |
Feature Layer |
|
出力フィーチャ |
作成された出力フィーチャクラス。すべてのフィーチャ、指定した分析フィールド、および各フィーチャが属しているクラスターを示すフィールドが含まれています。 |
Feature Class |
|
分析フィールド |
クラスターを別のクラスターと区別するために使用するフィールドのリスト。 |
Field |
|
クラスター分析手法 (オプション) |
使用するクラスター アルゴリズムを指定します。 K-means オプションと K-medoids オプションでは、ほとんどの場合に似た結果が生成されます。 ただし、K-medoids の方が 入力フィーチャ パラメーター値のノイズと外れ値に対して強固です。 K-means は通常、K-medoids よりも処理速度が速いため、大規模なデータセットに適しています。
|
String |
|
初期化方法 (オプション) |
クラスターを拡大する初期シードの取得方法を指定します。 たとえば、クラスター数を 3 と指定すると、分析は 3 つのシードで開始されます。
|
String |
|
初期化フィールド (オプション) |
シード フィーチャを識別する数値フィールド。 このフィールドが 1 であるフィーチャがクラスターの拡大の始点として使用されます。 シードはクラスターを生成するため、少なくとも 2 つのシード フィーチャを指定する必要があります。 |
Field |
|
クラスター数 (オプション) |
作成されるクラスターの数。 このパラメーターを空白にすると、ツールは 2 ～ 30 のクラスターを持つクラスタリング ソリューションの疑似 F 統計量を計算することで、クラスターの最適数を評価します。 このパラメーターは、初期化フィールドでシード ロケーションが指定されている場合には無効になります。 |
Long |
|
クラスター数の評価用出力テーブル (オプション) |
テーブルには、クラスタリング ソリューション 2 ～ 30 の疑似 F 統計量が含まれ、計算を行ってクラスターの最適数を評価します。 このテーブルから作成されたチャートには、コンテンツ ウィンドウのスタンドアロン テーブル セクションでアクセスできます。 |
Table |
|
データのスケール (オプション) |
各分析フィールドの値をスケールして平均を 0 に、変数を 1 にするかどうかを指定します。 このスケールにより、結果内の各分析フィールドの優先度が等しくなります。 また、スケールすることで、距離単位の効果を取り除きます。たとえば、メートルおよびフィートで測定された同じデータは、等しい出力となります。 埋め込みなど、場合によっては、変数値の強度がそれぞれの重要性に関係することがあります。 こうした変数はスケールしないでください。
|
Boolean |
環境
出力座標系, 地理座標系変換, 現在のワークスペース, スクラッチ ワークスペース, 完全に記述したフィールド名を保持, 出力データに M 値を含む, M 座標精度, M 許容値, 出力データに Z 値を含む, 出力データのデフォルト Z 値, Z 座標精度, Z 許容値, XY 座標精度, XY 許容値, 乱数ジェネレーター
特殊なケース
- 出力座標系
-
Feature geometry is projected to the Output Coordinate System prior to analysis. All mathematical computations are based on the Output Coordinate System spatial reference. When the Output Coordinate System is based on degrees, minutes, and seconds, geodesic distances are estimated using chordal distances.
- 乱数ジェネレーター
-
The Random Generator Type used is always Mersenne Twister.
ライセンス情報
- Basic: はい
- Standard: はい
- Advanced: はい