Какие методы кластеризации можно использовать для анализа геоданных?

Для анализа геоданных можно использовать различные методы кластеризации, среди них:

• K-means (метод k-средних). cartetika.ru Один из популярных методов кластеризации, который не сильно подходит для пространственных данных, но может быть удобен, если данных очень много. cartetika.ru
• Иерархические алгоритмы. cartetika.ru Используются для обнаружения основных закономерностей в наборе данных для проведения статистических исследований. cartetika.ru Есть два типа таких алгоритмов: агломеративные (от меньшего к большему) и разделительная кластеризация (от большего к меньшему). cartetika.ru
• Алгоритмы на основе плотности. cartetika.ru pro.arcgis.com Разбивают объекты на кластеры на основе оценки плотности распределения. cartetika.ru Некоторые из таких алгоритмов: DBSCAN (использует указанное расстояние для отделения плотных кластеров от окружающего шума), HDBSCAN (использует различные расстояния для отделения кластеров с различными плотностями от окружающего шума), OPTICS (использует расстояние между соседними объектами для создания графика достижимости, который применяется для отделения кластеров различных плотностей от шума). pro.arcgis.com
• Триангуляция Делоне. elibrary.ru cogis.dataeast.com Методика, которая позволяет уменьшить сложность конструкции матрицы сходства и эффективно определить местонахождение соседей каждой точки. elibrary.ru
• Методика Simple. cogis.dataeast.com Основана на шестигранниках, эффективна при количестве объектов до 20–100 тысяч точек (или центроидов полигонов). cogis.dataeast.com
• Методика Delaunay. cogis.dataeast.com Основана на триангуляции Делоне, предназначена для кластеризации большого количества объектов, но менее эффективна при небольшом количестве. cogis.dataeast.com