附帶電子資源地圖可視化

隨著“數(shù)字空間區(qū)域”的建設(shè)和地理信息系統(tǒng)(GeographyInformation踐服務(wù)，成為當(dāng)前空間數(shù)據(jù)挖掘技術(shù)研究的重要課題。SPSSModeler17、18版本中，加入了空間位置相關(guān)的新的分析功能，包括引入地圖文件的以及地圖可視化功能、與空間位置相關(guān)的算法以及與地圖等的集成展現(xiàn)引入地圖文件及地圖可視化展到。通過(guò)連接到包含地圖文件的分層文件系統(tǒng)所在 Shapefile是數(shù)據(jù)格式，隨著ArcViewGIS3.x發(fā)布，屬于簡(jiǎn)所以稱之為“基于文件”的GIS數(shù)據(jù)格式。SPSSModeler實(shí)現(xiàn)就是芝加哥地圖文件，另外還有芝加哥各區(qū)域的，需要通過(guò)地圖文件了解在地圖上的分布情況。Demo是隨書(shū)附帶電子資源Step2:通過(guò)【導(dǎo)出】節(jié)點(diǎn)，將源數(shù)據(jù)中的整理成地理空間格式，在【導(dǎo)ID（OBJECTID2000個(gè)。層的順序重新排列，先點(diǎn)擊第一層InsuranceData.sav，選中后，點(diǎn)擊【編輯如果想進(jìn)一步，看不同的類型分布情況，可以修改第一層，將顏色設(shè) 類型Type，如下圖：時(shí)間空間1-2-1:WX4ER，WX4G2,WX4G3等，每一個(gè)字符串代表了某一矩陣區(qū)域。1-2-2:：GeoHash地圖1-2-3:：GeoHash地圖GeoHashSPSSModelerSTB節(jié)點(diǎn)就可以很好了解了，它在GeoHash描述地理信息的基礎(chǔ)上，又加入了時(shí)間的信息。例如，STBdr5ru7|2013-01-0100:00:00|2013-01-0100:15:00由以下三個(gè)部分組成：2013-01-012013-01-01DemoSTB功能節(jié)點(diǎn)來(lái)實(shí)現(xiàn)地理位置該Demo例子是存放在安裝路徑下的Streams文件夾下面的一家出租車(chē)公司使用智能獲取到的客戶位置信息，來(lái)了解客戶用車(chē)需1-2-6:【源文件】預(yù)覽數(shù)據(jù)：近程度并確定實(shí)體。Hangout置字段以及時(shí)間戳記字段。在STB密度這里，就是計(jì)算Geohash了，這里時(shí)間間隔也從1秒至天可任意選擇另外，我們還設(shè)置了實(shí)體標(biāo)識(shí)字段，兩個(gè)STB節(jié)點(diǎn)，分別設(shè)置了置為2，那么每個(gè)ID，至少有兩條記錄才會(huì)按ID統(tǒng)計(jì)下面的結(jié)果。STB_GH5_15MINSGeohashqcpvjqcpvh15分15 Step8:計(jì)算這些地方所在的經(jīng)緯度，這里會(huì)用到函數(shù)stb_centroid_latitude(substring(1,5,STB_GH5_15MINS))><','><stb_centroid_longitude(substring(1,5,STB_GH5_15MINS))，把STB_GH5_15MINS里面字符串代表的符是“><形成一句文本描述語(yǔ)言，可以發(fā)送給，如下圖：空間-時(shí)間預(yù)測(cè)算GIS應(yīng)用。SPSSModeler17分別是空間-時(shí)間預(yù)測(cè)(Spatial-Temporal-PredictionSTP)以及關(guān)聯(lián)規(guī)則。1-3-1:STP是在回歸的基礎(chǔ)，添加了空間協(xié)方差矩陣和時(shí)間序列來(lái)處理時(shí)間和空間信息；地理學(xué)第一定（ThefirstlawofGeography）:由WaldoTobler：每（Everythingisrelatedtoeverythingelse,butnearbythingsaremorerelatedthandistantthings），這就是空間自相關(guān)（spatial因此，IIDSTP點(diǎn)。該條件只在模型構(gòu)建時(shí)有此要求，預(yù)測(cè)打分的時(shí)候，就不需要限制空基于以上兩點(diǎn)要求，也就是說(shuō)，如果我們有固定的100個(gè)空間點(diǎn)，時(shí)間顆粒度為小時(shí)，分別10天的數(shù)據(jù)，那么需要的數(shù)據(jù)是100*10*24=24000行樣本數(shù)據(jù)。占比，可以在STP算法中設(shè)置。STP算法，來(lái)預(yù)測(cè)機(jī)房各個(gè)位置在未Win64和Win32,因此通過(guò)5個(gè)導(dǎo)出節(jié)點(diǎn)，對(duì)其使用啞變量（也稱虛擬變量）的轉(zhuǎn)01Machine_AIX指標(biāo)，通過(guò)條件：如果MachineTypeAIX,則附值為1，如果不是，則為0，如下圖：1-3-6:【導(dǎo)出】同樣的道理，生成另外4MachineTypeMachine_Redhat、Machine_Solaris、Machine_Win64和Machine_Win32，如下圖：1-3-7:【導(dǎo)出】接下來(lái)，可以使用STP算法節(jié)點(diǎn)來(lái)創(chuàng)建模型了，打開(kāi)STP算法編輯器,首先進(jìn)時(shí)間字段是要在預(yù)測(cè)中使用的時(shí)間變量，只能選擇測(cè)量級(jí)別為【連續(xù)】且類指標(biāo)分別有：ElevHumidityVentMachine_AIXMachine_Redhat 文解釋?xiě)?yīng)該是“構(gòu)建模型中假設(shè)性檢驗(yàn)的顯著性水平0-1，默認(rèn)是0.05。在這個(gè)實(shí)例中，使用默認(rèn)設(shè)置就可以。1-3-14:【時(shí)間空間預(yù)測(cè)】模型信息1-3-15:【時(shí)間空間預(yù)測(cè)】模型信息水平，該實(shí)例中，顯著性都是小于0.0001,可信度比較高。1-3-17:【時(shí)間空間預(yù)測(cè)】模型解釋1-3-18:【時(shí)間空間預(yù)測(cè)】模型解釋55個(gè)區(qū)域兩兩比較分析，如下圖：1-3-20:【時(shí)間空間預(yù)測(cè)】相關(guān)性圖1-3-21:【時(shí)間空間預(yù)測(cè)】相關(guān)性圖1-3-22:【時(shí)間空間預(yù)測(cè)】相關(guān)性圖Step4:csvscore_data.csv，可以明顯看到，該份數(shù)Temp模型粘貼一個(gè)新的將前面做好的數(shù)據(jù)處理連接到該新的Temp模型上，就從表格中可以看到，新增了5列數(shù)據(jù)。的也就越確，因此該值是越小越好。Step5:接下來(lái)，我們可以選擇不同時(shí)間點(diǎn)來(lái)查看預(yù)測(cè)結(jié)果，比如我們選擇10點(diǎn)來(lái)看類型字段，會(huì)按顏分該指標(biāo)各類數(shù)值，比如這里選擇預(yù)測(cè)的溫度值Temp數(shù)值范圍相差很小，所以用顏色表示并不明顯。10關(guān)聯(lián)規(guī)則算這里的關(guān)聯(lián)規(guī)則算法，全稱是『廣義空間關(guān)聯(lián)規(guī)則』要與傳統(tǒng)的關(guān)聯(lián)算法相區(qū)分，該算法是IBMSPSSModeler西安的研發(fā)團(tuán)隊(duì)自主研發(fā)，考慮到的區(qū)別就是，它考慮了空間地理信息的影響因素，因此它可以分析出發(fā)生的模式或規(guī)則，可應(yīng)用于模式分析、流行病/傳染病等。1-4-1:AssociationRules 鄉(xiāng)鎮(zhèn)名緯度經(jīng)度類型(Type)，包 Collision、Theft、Vandalism、Uninsured鄉(xiāng)鎮(zhèn)名2013年人口數(shù)量2010年人口數(shù)量人口增3歲的人口占比18歲的人65歲的人擁有人員占比人均收入 收入中位數(shù) 貧困率鄉(xiāng)鎮(zhèn)名圖層信1-4-6:對(duì)記錄發(fā)生的InsuranceData.sav文件中的經(jīng)度和緯度兩列數(shù)據(jù)(Latitude、Longitude)合并到地理空間上,字段類型為地理空間,節(jié)點(diǎn)命名為1-4-7:【導(dǎo)出】生成地理位置信息字段【POINT圖1-4-9:設(shè)置合并條件 1-4-10:1-4-11:1-4-12:比如可以看到第三條規(guī)則（RulePopUnder5yrsPopUnder5yrs≥PopOver65yrs≤【預(yù)測(cè)結(jié)果(PredictionType=【結(jié)果解56.6%，6511.6%，則可能發(fā)生的類型為Collision().該規(guī)則的支持度為9.51%(即有9.51%條記錄符合63.18%（63.18%的區(qū)域發(fā)生了Collision因此在做接下來(lái)的預(yù)測(cè)時(shí)如果有區(qū)域符合這條規(guī)則，那么我們判斷該區(qū)域發(fā)生Collision的概率為63.18%。1-4-13: IBMSPSS多業(yè)務(wù)場(chǎng)景中非常重要，而IBMSPSSModeler提供的地圖可視化矢量圖，看上去并不那么美觀，而在擴(kuò)展中心，則補(bǔ)充了該不足之處，在SPSSModeler18.0版本的擴(kuò)展中心這里(為：https:/ibmpredictive 目前關(guān)于地圖方面的擴(kuò)展節(jié)點(diǎn)就有8（在左邊勾選SPSSModeler和Geospatial這些新功能節(jié)點(diǎn)都是用RGIS平臺(tái)ArcGIS（比IBMSPSSModeler18.0R（IBMSPSSModelerR我這里安裝的是R3.2.2版本），R如下：IBMSPSSModeler18.0與RREssentialsforSPSSModelerplugin，該插件如下： 需要先安裝R。Step2:并載入R程序包 Maps程序包：得到以下面板，選擇我們需要的天氣數(shù)據(jù)導(dǎo)入包“Plot載入完成后，會(huì)在IBMSPSSModeler18.0字段選項(xiàng)面板，看到新安裝導(dǎo)入的節(jié)點(diǎn)“Maps。Step4:在SPSSModeler實(shí)現(xiàn)與地圖的集成首先創(chuàng)建數(shù)據(jù)流文件，這是一個(gè)芝加哥的發(fā)生地點(diǎn)數(shù)據(jù)集，我們要通過(guò)地圖查看類型、、等特征。該Demo例子是Address(blockStory Maps節(jié)點(diǎn)中，我們可以設(shè)置以下內(nèi)容：Setting面板，Latitude和Longitude選擇相應(yīng)的緯度和經(jīng)度數(shù)據(jù)，地圖上就會(huì)標(biāo)記出發(fā)生的發(fā)起人。LegendTypePlotSettingTypeofmap4Hybrid(default): liteview+labels(roads,cities, lite(圖Terrain:+terraininformation(地形TypeofpointNormal(drop)