Rでの空間クラスタリング（簡単な例）
私はこの単純なdata.frame
lat<-c(1,2,3,10,11,12,20,21,22,23)
lon<-c(5,6,7,30,31,32,50,51,52,53)
data=data.frame(lat,lon)
アイデアは、距離に基づいて空間クラスターを見つけることです
まず、マップ（lon、lat）をプロットします。
plot(data$lon,data$lat)
明らかに、ポイントの位置間の距離に基づいて3つのクラスターがあります。
この目的のために、私はRでこのコードを試しました：
d= as.matrix(dist(cbind(data$lon,data$lat))) #Creat distance matrix
d=ifelse(d<5,d,0) #keep only distance < 5
d=as.dist(d)
hc<-hclust(d) # hierarchical clustering
plot(hc)
data$clust <- cutree(hc,k=3) # cut the dendrogram to generate 3 clusters
これは与える ：
今、私は同じ点をプロットしようとしますが、クラスターからの色を使用します
plot(data$x,data$y, col=c("red","blue","green")[data$clust],pch=19)
ここに結果があります
それは私が探しているものではありません。
実はこのあらすじのようなものを見つけたい
ご協力ありがとう御座います。
このようなものはどうですか？
lat<-c(1,2,3,10,11,12,20,21,22,23)
lon<-c(5,6,7,30,31,32,50,51,52,53)
km <- kmeans(cbind(lat, lon), centers = 3)
plot(lon, lat, col = km$cluster, pch = 20)
これは別のアプローチです。まず、座標がUTM（フラット）ではなくWGS-84であると想定します。次に、階層的クラスタリングを使用して、指定された半径内のすべてのネイバーを同じクラスターにクラスター化します（メソッド= singleを使用し、「友達の友達」クラスタリング戦略を採用します）。
距離行列を計算するために、パッケージfieldsのrdist.earthメソッドを使用しています。このパッケージのデフォルトの地球半径は6378.388（赤道半径）であり、探しているものとは異なる可能性があるため、6371に変更しました。詳細については、 この記事 を参照してください。
library(fields)
lon = c(31.621785, 31.641773, 31.617269, 31.583895, 31.603284)
lat = c(30.901118, 31.245008, 31.163886, 30.25058, 30.262378)
threshold.in.km <- 40
coors <- data.frame(lon,lat)
#distance matrix
dist.in.km.matrix <- rdist.earth(coors,miles = F,R=6371)
#clustering
fit <- hclust(as.dist(dist.in.km.matrix), method = "single")
clusters <- cutree(fit,h = threshold.in.km)
plot(lon, lat, col = clusters, pch = 20)
これは、クラスターの数がわからない場合（k-meansオプションなど）に適したソリューションであり、minPts = 1のdbscanオプションにある程度関連しています。
---編集---
元のデータの場合：
lat<-c(1,2,3,10,11,12,20,21,22,23)
lon<-c(5,6,7,30,31,32,50,51,52,53)
data=data.frame(lat,lon)
dist <- rdist.earth(data,miles = F,R=6371) #dist <- dist(data) if data is UTM
fit <- hclust(as.dist(dist), method = "single")
clusters <- cutree(fit,h = 1000) #h = 2 if data is UTM
plot(lon, lat, col = clusters, pch = 20)
