使用聚类分析法进行栅格数据挖掘的探索

摘要

聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程.聚类分析的目标就是在相似的基础上收集数据来分类,聚类源于很多领域,包括数学、计算机科学、统计学、生物学和经济学都有较强的应用需求.自动路测平台的栅格化路测数据,适用于使用聚类分析,可有效提升效率.此次的分析探索使用IBM SPSS工具基于栅格化数据使用K-means分类算法进行聚类分析，分析采用最近一次集团秘密测试北京的数据，源数据经栅格化处理。针对目标数据选择RSRP、SINR、BLER和下载速率4个数据元展开聚类分析。在分析前，对目标数据进行归一化处理，以防止各种数据量纲对聚类算法的影响（例如BLER变化由0-1，但速率的变化却是由0—100，其中相差100倍）。由于选择了4个参数进行聚类，联系到各种参数分段的需要，此次聚类分析选择20个分类。