地理加权的K-Modes算法在城市餐饮空间分析中的应用

发布时间：2024-04-27 20:38

　　通过Python获取大连市餐饮空间数据,在SPSS中采用K-Modes聚类分析算法进行了第一次基础聚类,以经纬度作为地理权重进行二次聚类,在Arcgis中分析了大连市线上餐饮业空间消费规律。通过划定消费区间,在固定区间内实现附加地理权重的K-Modes聚类,将线上餐饮消费空间差异程度进一步放大。研究发现:附带地理权重的K-Modes聚类算法能更精准地体现餐饮消费规律地理空间上的差异性。

【文章页数】：3 页

【部分图文】：

图1人均消费频率分布直方图和区域人均消费水平

(1）对于样本数据进行描述统计分析，确定人均消费数据频率分布直方图，如图1所示。(2）确定样本数据及其属性域矩阵R(Xi,A），根据样本内Xi频率分布直方图得出固定区间内的众数M(M1,M2,M3……）。将M确定为该区间的聚类中心。对样本数据X(i）逐次进行划分聚类，X(i）到聚....

图2市内四区人均消费集群情况

K-Modes聚类算法完全适用于线上餐饮业的空间分析，相比于其他聚类算法，它更能够忠实于数据本身，在经过地理加权以后，聚类结果将同时集聚数据本身的属性和空间位置规律于一身，能够更精确无误的分析数据的数学特征和地理特征。本文在研究大连市线上餐饮空间消费规律的过程中，采用K-Mode....

本文编号：3965686