原文鏈接：http://tecdat.cn/?p=6715

?

可視化已成為數(shù)據(jù)科學(xué)在電信行業(yè)中的關(guān)鍵應(yīng)用。具體而言，電信分析高度依賴于地理空間數(shù)據(jù)的使用。

這是因?yàn)殡娦啪W(wǎng)絡(luò)本身在地理上是分散的，并且對這種分散的分析可以產(chǎn)生關(guān)于網(wǎng)絡(luò)結(jié)構(gòu)，消費(fèi)者需求和可用性的有價(jià)值的見解。

數(shù)據(jù)

為了說明這一點(diǎn)，使用k均值聚類算法來分析免費(fèi)公共WiFi的地理數(shù)據(jù)。?

具體地，k均值聚類算法用于基于與特定提供商相關(guān)聯(lián)的緯度和經(jīng)度數(shù)據(jù)來形成WiFi使用的集群。

從數(shù)據(jù)集本身，使用R提取緯度和經(jīng)度數(shù)據(jù)：

1. ＃1

2. newyorkdf <-data.frame（紐約$ LAT，紐約$ LON）

3. 


這是一個(gè)數(shù)據(jù)片段：

確定群集的數(shù)量

現(xiàn)在，需要使用scree圖確定簇的數(shù)量。

＃2。確定群集的數(shù)量

從上面可以看出，曲線在大約11個(gè)星團(tuán)處平穩(wěn)。因此，這是將在k-means模型中使用的聚類數(shù)。

K均值分析

K-Means分析本身是：

1. 


2. ggplot（newyorkdf，aes（x = newyork.LON，y = newyork.LAT，color = newyorkdf $ fit.cluster））+ geom_point（）

在數(shù)據(jù)框newyorkdf中，顯示緯度和經(jīng)度數(shù)據(jù)以及群集標(biāo)簽：

1. > newyorkdf

2. newyork.LAT newyork.LON fit.cluster

3. 1 40.75573 -73.94458 1

4. 2 40.75533 -73.94413 1

5. 3 40.75575 -73.94517 1

6. 4 40.75575 -73.94517 1

7. 5 40.75575 -73.94517 1

8. 6 40.75575 -73.94517 1

9. .....

10. 80 40.84832 -73.82075 11

11. 81 40.84923 -73.82105 11

12. 82 40.84920 -73.82106 11

13. 83 40.85021 -73.82175 11

14. 84 40.85023 -73.82178 11

15. 85 40.86444 -73.89455 11

這個(gè)例子很有用，但理想的情況是將這些集群附加到紐約市本身的地圖上。

地圖可視化

為了生成紐約市的地圖 ，如下所示。

1. 


2. gg +

3. geom_point（data = newyorkdf，aes（x = newyork.LON，y = newyork.LAT），

4. color = newyorkdf $ fit.cluster，alpha = .5）+ ggtitle（“紐約公共WiFi”）

運(yùn)行上述內(nèi)容后，將生成NYC地圖以及相關(guān)群集：

這種類型的聚類可以深入了解城市中WiFi網(wǎng)絡(luò)的結(jié)構(gòu)。例如，群集1中有650個(gè)單獨(dú)的點(diǎn)，而群集6中存在100個(gè)點(diǎn)。

這表明由集群1標(biāo)記的地理區(qū)域顯示了大量的WiFi流量。另一方面，群集6中較低數(shù)量的連接指示低WiFi流量。

K-Means聚類本身并不能告訴我們?yōu)槭裁刺囟旱牧髁扛呋虻汀５?，此聚類算法為進(jìn)一步分析提供了一個(gè)很好的起點(diǎn)，并且可以更輕松地收集其他信息，以確定一個(gè)地理集群的流量密度可能高于另一個(gè)地理集群的原因。

結(jié)論

此示例演示了k-means聚類如何與地理數(shù)據(jù)一起使用，以便可視化整個(gè)WiFi接入點(diǎn)。此外，我們還看到了k-means聚類如何指示用于WiFi接入的高密度區(qū)域和低密度區(qū)域，以及可以從中提取關(guān)于人口，WiFi速度以及其他因素的潛在見解。

?

非常感謝您閱讀本文，有任何問題請?jiān)谙旅媪粞裕?/h1>

?

請選中你要保存的內(nèi)容，粘貼到此文本框