Cerca clústers de punts
L'eina Cerca clústers de punts cerca clústers d'entitats de punts dins del soroll de l'entorn en funció de la seva distribució espacial.
Per exemple, una organització no governamental estudia una malaltia de transmissió per plagues concreta. Té un dataset de punts que representa les unitats familiars d'una àrea d'estudi, de les quals algunes estan infectades i altres no. Mitjançant l'eina Cerca clústers de punts, un analista pot determinar els clústers d'unitats familiars infectades per ajudar a precisar una àrea i iniciar el tractament i l'exterminació de les plagues.
Trieu la capa per a la qual es cercaran els clústers
Capa de punts on es cercaran els clústers. Les capes s'han de trobar en una referència espacial projectada o tenir una referència espacial de processament definida en un sistema de coordenades projectades mitjançant els entorns d'anàlisi.
A banda de triar una capa del mapa, podeu seleccionar Trieu la capa d'anàlisi al final de la llista desplegable per cercar al vostre contingut una capa d'entitats o un dataset de recursos compartits de fitxers de dades massives.
Trieu el mètode de clusterització que voleu utilitzar
El mètode de clusterització que s'utilitzarà per distingir els clústers d'entitats de punts del soroll de l'entorn. Podeu optar per utilitzar una distància definida o un algoritme de clusterització d'ajust automàtic.
La distància definida (DBSCAN) utilitza un interval de cerca especificat per separar clústers densos del soroll més dispers. La distància definida (DBSCAN) és més ràpida, però només és adequada si hi ha un interval de cerca molt clar per utilitzar que funcioni per definir tots els clústers que hi pugui haver. La distància definida (DBSCAN) cerca clústers que tenen densitats similars.
L'ajust automàtic (HDBSCAN) no exigeix que s'especifiqui un interval de cerca, però és un mètode que necessita més temps. L'ajust automàtic (HDBSCAN) cerca clústers de punts similars a la distància definida (DBSCAN), però utilitza intervals de cerca variables per permetre clústers amb densitats variables.
Nombre mínim de punts que es considerarà un clúster
Aquest paràmetre s'utilitza de manera diferent segons el mètode de clusterització triat:
- Distància definida (DBSCAN): especifica el nombre d'entitats que cal trobar a una distància determinada d'un punt perquè el punt comenci a formar un clúster. La distància es defineix mitjançant el paràmetre Limita l'interval de cerca a.
- Ajust automàtic (HDBSCAN): especifica el nombre d'entitats veïnes de cada punt (inclòs el punt mateix) que es consideraran en estimar la densitat. Aquest nombre també és la mida de clúster mínima que es permet en extreure els clústers.
Limita l'interval de cerca a
Quan s'utilitza la distància definida (DBSCAN), aquest paràmetre és la distància dins de la qual cal trobar el Nombre mínim de punts que es considerarà un clúster. Aquest paràmetre no s'utilitza quan es tria l'ajust automàtic (HDBSCAN) com a mètode de clusterització que s'utilitzarà.
Nom de la capa de resultats
Nom de la capa que es crearà. Si esteu escrivint en un ArcGIS Data Store, els resultats es desaran a El meu contingut i s'afegiran al mapa. Si esteu escrivint en un recurs compartit de fitxers de dades massives, els resultats s'emmagatzemaran en aquest recurs i s'afegiran al seu manifest. No s'afegiran al mapa. El nom per defecte es basa en el nom de l'eina i el de la capa d'entrada. Si la capa ja existeix, l'eina no funcionarà.
Si escriviu a l' ArcGIS Data Store (magatzem de dades massives relacional o espaciotemporal) mitjançant el quadre desplegable Desa el resultat a, podeu especificar el nom d'una carpeta a El meu contingut, on es desarà el resultat.