Инструменты группы Картографирование кластеров выполняют анализ кластеров для определения местоположения статистически значимых горячих точек, холодных точек, пространственных выбросов, и похожих объектов или зон. Инструменты группы Картографирование кластеров особенно полезны, когда используются вычисления, основанные на местоположении одного или больше кластеров. Пример состоит в создании нового полицейского участка для работы с кластером ночных взломов. Точное определение местоположения пространственных кластеров также важно при поиске потенциальных причин кластеризации; информация о том, где случается вспышка болезни, может помочь найти причину ее возникновения. В отличие от методов из набора инструментов Анализ закономерностей , которые отвечают на вопрос, существует ли пространственная кластеризация? Есть она или нет, инструменты Картографирование кластеров позволяют визуализировать расположения и экстент кластеров. Эти инструменты отвечают на такие вопросы, как: Где располагаются кластеры (холодные и горячие точки)? , Где наиболее высокая плотность событий?, Где находятся пространственные выбросы?, Какие объекты наиболее похожи?, Как мы можем сгруппировать эти объекты, чтобы группы были максимально различны между собой?, Как мы можем сгруппировать эти объекты, чтобы каждая зона была максимально однородной?
| Инструменты | Описание |
|---|---|
Создает смежные зоны в области изучения в однородные регионы на основании заданного критерия. | |
Анализ кластеров и выбросов(Anselin Локальный индекс Морана I) | Приведенный набор взвешенных объектов, определяет статистическую значимость "горячих" точек и "холодных" точек на основе статистического показателя Anselin Локальный индекс Морана I. |
Находит кластеры точечных объектов в окружающем шуме, на основе пространственного распределения. | |
Приведенный набор взвешенных объектов, определяет статистическую значимость "горячих" точек и "холодных" точек на основе статистического показателя Getis-Ord Gi*. | |
Находит естественные кластеры объектов исключительно на основе их атрибутивных значениях. | |
Получая случайные точки или объекты с весами (точки или полигоны), создает карту статистически значимых "горячих" точек и "холодных" точек на основе статистического показателя Getis-Ord Gi*. При этом выполняется оценка характеристик класса входных объектов для получения оптимальных результатов. | |
Приведенный набор точек инцидентов или взвешенных объектов (точек или полигонов) создает карту статистически значимых горячих и холодных точек, а также пространственных выбросов на основе статистического показателя Anselin Локальный индекс Морана I. При этом выполняется оценка характеристик класса входных объектов для получения оптимальных результатов. | |
Определяет, какой из объектов-кандидатов имеет наибольшее сходство или наибольшее различие с одним или несколькими входными объектами на основе их атрибутов. | |
Определяет пространственные выбросы у точечных объектов, вычисляя локальный фактор выброса (LOF) каждого объекта. Пространственные выбросы – это объекты в аномально изолированных местоположениях, а LOAF – измерение, описывающее, насколько изолировано местоположение от его локальных соседей. Высокое значение LOF указывает на сильно выраженную изоляцию. Инструмент также может использоваться для создания растровой поверхности интерполяции, которая может использоваться для оценки, будут ли новые объекты классифицироваться как выбросы пространственного распределения данных. | |
Поиск пространственно непрерывных кластеров объектов на основе набора атрибутов объектов и, дополнительно, ограничения размера кластера. |
Прежние версии:
Инструмент Анализ группирования был доступен в этой группе инструментов до версии ArcGIS Pro 2.2, но теперь удален, так как алгоритм расчета инструмента был усовершенствован. Для упрощения новых инструментов и методов были созданы два инструмента, заменившие инструмент Анализ группирования. Воспользуйтесь инструментом Пространственно ограниченная многовариантная кластеризация, для создания пространственно ограниченных групп. Используйте инструмент Многомерная кластеризация для создания групп без пространственных ограничений.