基于基站定位数据的商圈分析上机报告.docx
- 文档编号:18260563
- 上传时间:2023-08-14
- 格式:DOCX
- 页数:12
- 大小:191.29KB
基于基站定位数据的商圈分析上机报告.docx
《基于基站定位数据的商圈分析上机报告.docx》由会员分享,可在线阅读,更多相关《基于基站定位数据的商圈分析上机报告.docx(12页珍藏版)》请在冰点文库上搜索。
基于基站定位数据的商圈分析上机报告
基于基站定位数据的商圈分析上机报告
1数据读取及其标准化
setwd("E:
/数据处理")
Data=read.csv("./business_circle.csv",header=T,encoding='utf-8')
colnames(Data)=c("number","x1","x2","x3","x4")
attach(Data)
y1=(x1-min(x1))/(max(x1)-min(x1))
y2=(x2-min(x2))/(max(x2)-min(x2))
y3=(x3-min(x3))/(max(x3)-min(x3))
y4=(x4-min(x4))/(max(x4)-min(x4))
standardized=(Data[,1],y1,y2,y3,y4)
write.csv(standardized,"./standardizedData.csv",=TRUE)
2模型构建
2.1层次聚类
library(ggplot2)
Data=read.csv("./standardizedData.csv",header=F)
Data1=(y1,y2,y3,y4)
attach(Data1)
dist=dist(Data1,method='euclidean')
hc1<-hclust(dist,"ward.D2")
plot(hc1)
plot(hc1,hang=-1)
#分成三类
re1<-(hc1,k=3,border="purple")##对构建好的谱系聚类图进行分类,这里分三类
a=re1[[2]]##列表名[[下标]]
b=re1[[3]]
c=re1[[1]]
#商圈类别1
matrix=Data1[a,]##137个观测值、4个变量
d<-dim(matrix)##1374
y<-(t(matrix))#t():
矩阵转置,这里转换成数字向量
row<-factor(rep(1:
d[1],each=d[2]))
x<-rep(1:
d[2],times=d[1])
data<-(y=y,x=x,row=row)
View(data)
ggplot(data=data,aes(x=x,y=y,group=row))+
geom_line()+scale_x_continuous(breaks=c(1,2,3,4),labels=c("工作日人均停留时间","凌晨人均停留时间","周末人均停留时间","日均人流量"))+
labs(title="商圈类别1",x="",y="")
#商圈类别2
matrix=Data1[b,]
d<-dim(matrix)
y<-(t(matrix))
row<-factor(rep(1:
d[1],each=d[2]))
x<-rep(1:
d[2],times=d[1])
data<-(y=y,x=x,row=row)
ggplot(data=data,aes(x=x,y=y,group=row))+geom_line()+
scale_x_continuous(breaks=c(1,2,3,4),labels=c("工作日人均停留时间","凌晨人均停留时间","周末人均停留时间","日均人流量"))+
labs(title="商圈类别2",x="",y="")
#商圈类别3
matrix=Data1[c,]
d<-dim(matrix)##1484
y<-(t(matrix))
row<-factor(rep(1:
d[1],each=d[2]))
x<-rep(1:
d[2],times=d[1])
data<-(y=y,x=x,row=row)
ggplot(data=data,aes(x=x,y=y,group=row))+geom_line()+
scale_x_continuous(breaks=c(1,2,3,4),labels=c("工作日人均停留时间","凌晨人均停留时间","周末人均停留时间","日均人流量"))+
labs(title="商圈类别3",x="",y="")
2.2K-means聚类
setwd("E:
/数据处理")
Data=read.csv("./business_circle.csv",header=T,encoding='utf-8')
km=kmeans(Data,center=3)
print(km)
#数据分组
aaa=(Data,km$cluster)
Data1=Data[which(==1),]
Data2=Data[which(==2),]
Data3=Data[which(==3),]
#商圈1的概率密度函数图
par(mfrow=c(2,2))##公共参数列表par#设置布局
plot(density(Data1[,1]),col="red",main="工作日人均停留时间")
plot(density(Data1[,2]),col="red",main="凌晨人均停留时间")
plot(density(Data1[,3]),col="red",main="周末人均停留时间")
plot(density(Data1[,4]),col="red",main="日均人流量")
#商圈2的概率密度函数图
par(mfrow=c(2,2))
plot(density(Data2[,1]),col="purple",main="工作日人均停留时间")
plot(density(Data2[,2]),col="purple",main="凌晨人均停留时间")
plot(density(Data2[,3]),col="purple",main="周末人均停留时间")
plot(density(Data2[,4]),col="purple",main="日均人流量")
#商圈3的概率密度函数图
par(mfrow=c(2,2))
plot(density(Data3[,1]),col="blue",main="工作日人均停留时间")
plot(density(Data3[,2]),col="blue",main="凌晨人均停留时间")
plot(density(Data3[,3]),col="blue",main="周末人均停留时间")
plot(density(Data3[,4]),col="blue",main="日均人流量")
3总结
数据标准化的方法及使用离差标准化原因
1.数据标准化方法
数据的标准化〔normalization〕是将数据按比例缩放,使之落入一个小的特定区间。
在某些比较和评价的指标处理中经常会用到,去除数据的单位限制,将其转化为无量纲的纯数值,便于不同单位或量级的指标能够进行比较和加权。
其中最典型的就是数据的归一化处理,即将数据统一映射到[0,1]区间上,常见的数据归一化的方法有:
1〕min-max标准化〔Min-maxnormalization〕
也叫离差标准化,是对原始数据的线性变换,使结果落到[0,1]区间,转换函数如下:
其中max为样本数据的最大值,min为样本数据的最小值。
这种方法有一个缺陷就是当有新数据加入时,可能导致max和min的变化,需要重新定义。
2〕log函数转换
通过以10为底的log函数转换的方法同样可以实现归一下,具体方法如下:
3〕atan函数转换
用反正切函数也可以实现数据的归一化:
使用这个方法需要注意的是如果想映射的区间为[0,1],则数据都应该大于等于0,小于0的数据将被映射到[-1,0]区间上。
而并非所有数据标准化的结果都映射到[0,1]区间上,也有一些非归一化的方法,如下:
4)z-score 标准化〔zero-meannormalization〕
也叫标准差标准化,是SPSS中最为常用的标准化方法:
经过处理的数据符合标准正态分布,即均值为0,标准差为1,其转化函数为:
其中μ为所有样本数据的均值,σ为所有样本数据的标准差。
5〕Decimal scaling小数定标标准化
这种方法通过移动数据的小数点位置来进行标准化。
小数点移动多少位取决于属性A的取值中的最大绝对值。
将属性A的原始值x使用decimal scaling标准化到x'的计算方法是:
x'=x/(10*j)
其中,j是满足条件的最小整数。
例如:
假定A的值由-986到917,A的最大绝对值为986,为使用小数定标标准化,我们用1000〔即,j=3〕除以每个值,这样,-986被标准化为。
2.使用离差标准化原因
数据标准化处理后,原始数据均可以转换为无量纲化指标测评值,即各指标值都处于同一个数量级别上,可以进行综合测评分析,但是离差标准化是最常用最简单的一种方式
构建层次聚类模型时,可以调节哪些参数,对模型有何影响
1.层次聚类
1〕计算变量之间的距离
代码为:
=dist(data,method=”“)
其中method包括6种方法,表示不同的距离测度:
”euclidean”,“maximum”,“manhattan”,“canberra”,“binary”or“minkowski”,分别表示欧几里德距离,切比雪夫距离,绝对值距离,Lance距离,明科夫斯基距离,定性变量距离。
使用不同的距离会对聚类的结果产生一定的影响
2〕使用hclust()进行聚类
代码为:
=hclust(,method=“”)
其中method包括7种方法,表示聚类的方法:
single,complete,median,mcquitty,average,centroid,ward。
分别表示:
最短距离法,最长距离法,中间距离法,相似法,类平均法,重心法,离差平方和法。
3〕画图
plot(,hang=-1,labels=NULL)或者plot(,hang=0.1,labels=F)
hang等于数值,表示标签与末端树杈之间的距离,假设是负数,则表示末端树杈长度是0,即标签对齐。
labels表示标签,默认是NULL,表示变量原有名称。
labels=F:
表示不显示标签。
聚类
kmeans(x,centers,=10,nstart=1,algorithm=c("Hartigan-Wong","Lloyd","Forgy","MacQueen"),trace=FALSE),centers是初始类的个数或者初始类的中心。
是最大迭代次数,其中默认迭代次数为10。
nstart是当centers是数字的时候,随机集合的个数。
algorithm是算法,默认是第一个。
K-mean算法实现基本步骤
1.算法步骤
K-Means算法的基本思想是初始随机给定K个簇中心,按照最邻近原则把待分类样本点分到各个簇。
然后按平均法重新计算各个簇的质心(这个点可以不是样本点),从而确定新的簇心。
一直迭代,直到簇心的移动距离小于某个给定的值。
K-Means聚类算法主要分为三个步骤:
〔1〕第一步是为待聚类的点寻找聚类中心
〔2〕第二步是计算每个点到聚类中心的距离,将每个点聚类到离该点最近的聚类中去
〔3〕第三步是计算每个聚类中所有点的坐标平均值,并将这个平均值作为新的聚类中心反复执行〔2〕、〔3〕,直到聚类中心不再进行大范围移动或者聚类次数到达要求为止
2.R语言聚类步骤
〔1〕读入数据,准备好数据矩阵;
〔2〕导入knn包,准备进行Kmean聚类分析
〔3〕在数据集上运行Kmean聚类分析,设置聚类组数,观察将聚类结果进行保存
〔4〕对以上步骤〔3〕结果进行修正
〔5〕根据结果画图
〔6〕结合问题情境做具体的管理决策分析。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 基站 定位 数据 商圈 分析 上机 报告