Vista general del conjunto de herramientas Asignación de clústeres

Las herramientas de Asignación de clústeres realizan un análisis clúster para identificar las ubicaciones de puntos calientes, puntos fríos y valores atípicos espaciales estadísticamente significativos y entidades o zonas similares. El conjunto de herramientas Asignación de clústeres es útil especialmente cuando se necesita la acción basada en la ubicación de uno o más clústeres. Un ejemplo es la asignación de agentes de policía adicionales para lidiar con un clúster de robos. La localización exacta de la ubicación de los clústeres espaciales también es importante cuando se buscan causas potenciales de clustering; donde la presencia del brote de una enfermedad por lo general puede proporcionar pistas acerca de lo que la causa. A diferencia de los métodos del conjunto de herramientas de Analizar patrones, que responden a la pregunta ¿existe un clustering espacial? con sí o no, las herramientas Asignación de clústeres permiten la visualización de las ubicaciones de clúster y extensión. Estas herramientas responden a las preguntas, ¿Dónde están los clústeres (puntos calientes y puntos fríos)?, ¿Dónde hay mayor densidad de incidentes?, ¿Dónde están los valores atípicos espaciales?, ¿Qué entidades son las más parecidas?, ¿Cómo podemos agrupar estas entidades para que cada grupo sea lo menos similar posible? y ¿Como podemos agrupar estas entidades para que cada zona sea homogénea?.

Herramientas de Asignación de clústeres

Herramienta	Description
Crear zonas equilibradas	Crea zonas espacialmente contiguas en el área de estudio con un algoritmo de crecimiento genético basado en los criterios que usted especifica.
Análisis de clúster y de valor atípico (I Anselin local de Moran)	Dado un conjunto de entidades ponderadas, identifica puntos calientes, puntos fríos y valores atípicos espaciales estadísticamente significativos mediante la estadística de I Anselin local de Moran.
Clustering basado en densidad	Encuentra clústeres de entidades de punto dentro del ruido colindante en función de su distribución espacial. También se puede incorporar el tiempo para buscar clústeres de espacio-tiempo.
Análisis de punto caliente (Gi* de Getis-Ord))	Dado un conjunto de entidades ponderadas, identifica puntos calientes y puntos fríos estadísticamente significativos mediante la estadística Gi* de Getis-Ord.
Clustering multivariante	Busca clústeres naturales de entidades únicamente en función de los valores de atributos de entidades.
Análisis de puntos calientes optimizado	Dados unos puntos de incidentes o unas entidades ponderadas (puntos o polígonos), crea un mapa de puntos calientes y fríos significativos en términos estadísticos mediante el uso de la estadística Gi* de Getis-Ord. Evalúa las características de la clase de entidad de entrada para producir resultados óptimos.
Análisis optimizado de valores atípicos	Dados unos puntos de incidentes o unas entidades ponderadas (puntos o polígonos), crea un mapa de puntos calientes, puntos fríos y valores atípicos espaciales estadísticamente significativos utilizando la estadística de I Anselin local de Moran. Evalúa las características de la clase de entidad de entrada para producir resultados óptimos.
Búsqueda de similitud	Identifica cuáles entidades candidatas son las más o las menos similares a una o más entidades sobre la base de los atributos de entidad.
Detección de valores atípicos espaciales	Identifica valores atípicos espaciales en entidades de punto calculando el factor de valor atípico local (LOF) de cada entidad. Los valores atípicos son entidades situadas en ubicaciones anormalmente aisladas y el LOF es una medición que describe cómo de aislada está una ubicación de sus vecinos locales. Un LOF más alto corresponde a una aislamiento mayor. La herramienta también se puede utilizar para producir una superficie de predicción ráster que se puede utilizar para estimar si las nuevas entidades se clasificarán como valores atípicos dada la distribución espacial de los datos.
Clustering multivariante restringido espacialmente	Busca clústeres de entidades restringidos espacialmente en función de un conjunto de valores de atributos de entidades y de límites opcionales de tamaño de clúster.

Heredado:

La herramienta Análisis de agrupamiento estaba disponible en este conjunto de herramientas antes de ArcGIS Pro 2.2, pero se ha eliminado porque los algoritmos tras esta herramienta se han mejorado. Para simplificar las nuevas entidades y métodos, se han creado dos herramientas para sustituir a la herramienta Análisis de agrupamiento. Utilice la herramienta Clustering multivariante restringido espacialmente para crear grupos contiguos espacialmente. Utilice la herramienta Clustering multivariante para crear grupos que no presenten restricciones espaciales.