本篇文章给大家分享的是有关如何分析DBSCAN中XGIS工具的K-Distance分析图，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。
网站建设公司,为您提供网站建设,网站制作,网页设计及定制网站建设服务,专注于成都企业网站定制,高端网页制作,对成都不锈钢雕塑等多个行业拥有丰富的网站建设经验的网站建设公司。专业网站设计,网站优化推广哪家好,专业成都网站推广优化,H5建站,响应式网站。
DBSCAN的两个参数如何定义，即搜索半径及最小点数。非常友好的推荐了一个K-Distance分析方法。
其原理如下：
假设总共待聚类的空间对象有N个。
首先，最小点数只能尝试！！随便尝试，比如2，10，20，...
针对某一个尝试的最小点数（也称为K值），计算每一个空间对象距离它最近的第K个空间对象之间的距离，由此，得到N个距离值。
把这N个距离值从小到大排个序，画一个曲线图，看看曲线中变化最剧烈的位置（通常指曲线最陡峭的位置）在哪里，那么这个位置就可能是最佳的搜索半径。
看看我们更新后的软件是如何实现的。
在新的窗口中，我们增加
点击后，会打开如下界面：
在左上角，可以尝试不同的K值，修改K值后，点击<更新>，可得到两张分析图。
上图是排序后的N个K最近距离曲线。
下图是上述曲线中前后距离值的差值。
从差值图中，可以发现变化最剧烈的位置（最高的波峰值），取其对应的前后两个K最近距离的平均值，即可得到推荐的搜索半径。
点击<接受并关闭>，可直接将此值传递给主界面。
方法有了，但是请注意：
显然，这似乎是一个简单的方法，不论你选择什么K值，我们都可以根据下图（差值图）给你一个推荐的搜索半径，但是，请记住
以上就是如何分析DBSCAN中XGIS工具的K-Distance分析图，小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注创新互联行业资讯频道。
