r语言聚类分析_R语言空间数据分析(十二):地理空间的KNN聚类分析

本文介绍了如何在R语言中进行地理空间的KNN聚类分析,通过伦敦分区数据展示了数据导入、属性数据连接、数据可视化及KNN聚类的过程。作者黄天元分享了对PctOwned20和PctNoEngli两个变量的聚类方法,并解释了如何在地图上展示聚类结果。
摘要由CSDN通过智能技术生成

作者:黄天元,复旦大学博士在读,热爱数据科学与开源工具(R),致力于利用数据科学迅速积累行业经验优势和科学知识发现,涉猎内容包括但不限于信息计量、机器学习、数据可视化、应用统计建模、知识图谱等,著有《R语言高效数据处理指南》(《R语言数据高效处理指南》(黄天元)【摘要 书评 试读】- 京东图书)。知乎专栏:R语言数据挖掘。邮箱:huang.tian-yuan@qq.com.欢迎合作交流。

HopeR:R语言空间数据分析(零):总目录​zhuanlan.zhihu.com
e682d5d6c3a334530af3d7347f9b7040.png

本帖子中,我们会做非常简单的聚类分析。聚类分析是利用属性来做的,而在空间可视化中体现出来。首先,我们导入数据:

library(pacman)
p_load(highcharter,tidyverse,downloader,
       rgdal,sf,ggplot2,reshape2,plotly,raster,downloader,rgdal)

LondonWards <- st_read("data/NewLondonWard.shp")
extradata <- read_csv("data/LondonAdditionalDataFixed.csv")
LondonWardsleftjoin <- LondonWards %>%
  left_join(.,extradata,
            by = c("WD11CD" = "Wardcode"))

LondonWards是一份地理信息数据,而extradata则是补充的数据,可以使用连接来直接把属性表和地理信息表连接起来。现在,让我们来观察数据表中各个属性的数据类型:

Datatypelist <- LondonWardsleftjoin %>% 
  st_dro
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值