Найти кластеры точек (Инструменты GeoAnalytics Desktop)

Краткая информация

Находит кластеры точечных объектов в окружающем шуме, на основе пространственного или пространственно-временного распределения.

Более подробно о работе инструмента Кластеризация на основе плотности

Иллюстрация

![Иллюстрация работы инструмента Поиск кластеров точек] (images/DBclustering-A8F16.png)

Использование

В инструменте Поиск кластеров точек используется один входной точечный слой. Этот инструмент извлекает кластеры из Входного точечного слоя и определяет окружающий шум.
Инструмент Поиск кластеров точек требует, чтобы Входной точечный слой был спроецирован или чтобы выходная система координат была [системой координат проекции] (../../help/mapping/properties/coordinate-systems-and-projections.md).
У параметра Метод кластеризации есть две опции. Заданное расстояние (DBSCAN) использует алгоритм DBSCAN и находит кластеры точек, расположенные в непосредственной близости, на основе заданного расстояния поиска. Автонастройка (HDBSCAN) использует алгоритм HDBSCAN и находит кластеры точек так же, как и DBSCAN, но использует меняющиеся расстояния, позволяя определить кластеры с меняющимися плотностями, на основе вероятности кластеров (или стабильности). Если выбран DBSCAN, кластеры могут быть найдены либо только в двумерном пространстве, либо и в пространстве, и во времени. Если вы установите отметку Использовать время для поиска кластеров, а входной слой имеет включенное время и тип Мгновенный, DBSCAN обнаружит пространственно-временные кластеры точек, находящихся в непосредственной близости, на основе заданного расстояния поиска и продолжительности поиска.
Параметр Минимальное число объектов на кластер используется по-разному, в зависимости от выбранного метода кластеризации:
- Заданное расстояние (DBSCAN) —задает число объектов, которое должно быть найдено в пределах диапазона поиска от точки, с которой начинается формирование кластера. В результатах могут встречаться кластеры с меньшим числом объектов, чем задано этим значением. Расстояние поиска настраивается в параметре Расстояние поиска. При использовании времени для поиска кластеров требуется Длительность поиска. При поиске участников кластера, Минимальное количество объектов на кластер должно быть найдено в пределах Расстояния поиска и Длительности поиска для формирования кластера. Обратите внимание, что это расстояние и длительность не связаны с диаметром или временным экстентом обнаруженных кластеров точек.
- Автонастройка (HDBSCAN) —задает число объектов, окружающих каждую точку (включая саму точку), которые будут учитываться при оценке плотности. Это число также соответствует минимальному размеру кластера, размешенному при извлечении кластеров.
Этот инструмент создает выходной класс объектов с новым целочисленным полем, CLUSTER_ID, где обозначается принадлежность объектов кластерам. Отображение по умолчанию основано на поле COLOR_ID. Разным кластерам присваиваются различные цвета. Цвета распределяются и повторяются таким образом, что каждый кластер визуально отличается от соседних.
Если для обнаружения пространственно-временных кластеров используется метод кластеризации Заданное расстояние (HDBSCAN), в результаты также будут включены следующие поля:
- FEAT_TIME —Оригинальное мгновенное время каждого объекта.
- START_DATETIME—Время начала экстента времени кластера, которому принадлежит объект.
- END_DATETIME—Время окончания экстента времени кластера, которому принадлежит объект.
Свойства времени результирующего слоя будут установлены как интервал в полях START_DATETIME и END_DATETIME, гарантируя, что все элементы кластера объединяются при визуализации пространственно-временных кластеров с помощью бегунка времени. Эти поля используются только для визуализации. Для шумовых объектов START_DATETIME и END_DATETIME будут равны FEAT_TIME.
Если Методом кластеризации является Автонастройка (HDBSCAN), выходной класс объектов будет содержать следующие поля:
- PROB—Вероятность принадлежности объекта к назначенному ему кластеру.
- OUTLIER—Вероятность того, что объект является выбросом со своим собственным кластером. Более значение означает большую вероятность выброса.
- EXEMPLAR—Объекты, наиболее характерные для каждого кластера. Такие объекты обозначаются значением 1.
- STABILITY—Присутствие каждого кластера в диапазоне масштабов. Большее значение указывает на то, что кластер сохраняется в более широком диапазоне масштабов расстояний.
Вы можете повысить производительность инструмента Поиск кластеров точек, выполнив одно или несколько из следующих действий:
- Установите параметр среды экстента таким образом, чтобы анализировались только интересующие вас данные.
- Будьте избирательны при выборе расстояния поиска и продолжительности. Меньшее расстояние поиска или радиус могут работать лучше на тех же данных.
- Используйте локальные данные, относительно места выполнения анализа.
Этот инструмент геообработки работает на Spark. Анализ выполняется на настольном компьютере с использованием параллельно работающих ядер. См. раздел Информация по инструментам GeoAnalytics Desktop, чтобы узнать больше о выполнении анализа.
При запуске инструментов GeoAnalytics Desktop аналитика выполняется на настольном компьютере. Для оптимальной производительности, данные должны быть доступны на настольном ПК. Если используется размещенный векторный слой, рекомендуется использовать ArcGIS GeoAnalytics Server. Если данные не являются локальными, инструмент будет работать дольше. Чтобы использовать ваш ArcGIS GeoAnalytics Server для проведения анализа, см. раздел Инструменты GeoAnalytics.

Подпись	Объяснение	Тип данных
Входной точечный слой	Класс точечных объектов, содержащий кластеры точек.	Feature Layer
Выходной класс пространственных объектов	Новый класс пространственных объектов с полученными кластерами точек.	Feature Class
Метод кластеризации	Задает метод, который будет использован для определения кластеров. Заданное расстояние (DBSCAN)–Использует заданное расстояние для отделения плотных кластеров от окружающего шума. DBSCAN является наиболее быстрым методом кластеризации, но подходит только при наличии четкого расстояния, хорошо подходящего для поиска всех представленных кластеров. Это приводит к получению кластеров с похожей плотностью. Используется по умолчанию. Автонастройка (HDBSCAN)–Использует различные расстояния для отделения кластеров с различными плотностями от окружающего шума. HDBSCAN является наиболее ориентированным на данные методом кластеризации для него требуется минимум участия пользователя.	String
Минимальное число объектов на кластер	Этот параметр используется по-разному в зависимости от выбранного метода кластеризации следующим образом: Заданное расстояние (DBSCAN) – определяет число объектов, которое должно быть найдено в пределах указанного расстояния от точки, с которой начинается формирование кластера. Расстояние задается с использованием параметра Расстояние поиска. Автонастройка (HDBSCAN) —задает число объектов, окружающих каждую точку (включая саму точку), которые будут учитываться при оценке плотности. Это число также соответствует минимальному размеру кластера, размешенному при извлечении кластеров.	Long
Расстояние поиска	Максимальное расстояние, которое будет учитываться. Заданное значение Минимальное число объектов на кластер должно быть найдено в пределах этого расстояния, чтобы отнести объекты к кластеру. Отдельные кластеры будут разделяться, как минимум, этим расстоянием. Если объект расположен дальше, чем это расстояние, от следующего ближайшего объекта в кластере, он не будет включен в кластер.	Linear Unit
Использование времени для поиска кластеров (Дополнительный)	Определяет, будет ли использоваться время для выявления кластеров с использованием DBSCAN. Отмечено–Пространственно-временные кластеры будут найдены с использованием расстояния поиска и длительности поиска. Не отмечено–Пространственные кластеры будут найдены с использованием расстояния поиска, а время будет игнорироваться. Используется по умолчанию.	Boolean
Длительность поиска (Дополнительный)	При поиске участников кластера заданное минимальное количество точек должно быть найдено в течение этой длительности времени, чтобы сформировать кластер.	Time Unit

arcpy.gapro.FindPointClusters(input_points, out_feature_class, clustering_method, minimum_points, search_distance, {use_time}, {search_duration})

Имя	Объяснение	Тип данных
input_points	Класс точечных объектов, содержащий кластеры точек.	Feature Layer
out_feature_class	Новый класс пространственных объектов с полученными кластерами точек.	Feature Class
clustering_method	Задает метод, который будет использован для определения кластеров. `DBSCAN`–Использует заданное расстояние для отделения плотных кластеров от окружающего шума. DBSCAN является наиболее быстрым методом кластеризации, но подходит только при наличии четкого расстояния, хорошо подходящего для поиска всех представленных кластеров. Это приводит к получению кластеров с похожей плотностью. Используется по умолчанию. `HDBSCAN`–Использует различные расстояния для отделения кластеров с различными плотностями от окружающего шума. HDBSCAN является наиболее ориентированным на данные методом кластеризации для него требуется минимум участия пользователя.	String
minimum_points	Этот параметр используется по-разному в зависимости от выбранного метода кластеризации следующим образом: Заданное расстояние (DBSCAN) – определяет число объектов, которое должно быть найдено в пределах указанного расстояния от точки, с которой начинается формирование кластера. Расстояние задается с использованием параметра Расстояние поиска. Автонастройка (HDBSCAN) —задает число объектов, окружающих каждую точку (включая саму точку), которые будут учитываться при оценке плотности. Это число также соответствует минимальному размеру кластера, размешенному при извлечении кластеров.	Long
search_distance	Максимальное расстояние, которое будет учитываться. Заданное значение Минимальное число объектов на кластер должно быть найдено в пределах этого расстояния, чтобы отнести объекты к кластеру. Отдельные кластеры будут разделяться, как минимум, этим расстоянием. Если объект расположен дальше, чем это расстояние, от следующего ближайшего объекта в кластере, он не будет включен в кластер.	Linear Unit
use_time (Дополнительный)	Определяет, будет ли использоваться время для выявления кластеров с использованием DBSCAN. `TIME`–Пространственно-временные кластеры будут найдены с использованием расстояния поиска и длительности поиска. `NO_TIME`–Пространственные кластеры будут найдены с использованием расстояния поиска, а время будет игнорироваться. Используется по умолчанию.	Boolean
search_duration (Дополнительный)	При поиске участников кластера заданное минимальное количество точек должно быть найдено в течение этой длительности времени, чтобы сформировать кластер.	Time Unit

Пример кода

FindPointClusters, пример (автономный скрипт)

Следующий скрипт окна Python демонстрирует использование функции FindPointClusters.

#-------------------------------------------------------------------------------
# Name: FindPointClusters.py
# Description: Finds Point Clusters of rodent infestations

# Import system modules
import arcpy

arcpy.env.workspace = "C:/data/CountyData.gdb"

# Set local variables
inputPoints = "rat_sightings"
minimumPoints = 10
outputName = "RodentClusters"
searchDistance = "1 Kilometers"
clusterMethod = "DBSCAN"

# Run Find Point Clusters
arcpy.gapro.FindPointClusters(inputPoints, outputName, clusterMethod,
                              minimumPoints, searchDistance)

Параметры среды

Выходная система координат, Экстент, Текущая рабочая область

Информация о лицензировании

Basic: Нет
Standard: Нет
Advanced: Да