数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装学
法学空间数据挖掘的基元是什么？
空间数据挖掘是将数据挖掘应用于空间模型。在空间数据挖掘中，分析师使用地理或空间数据来进行商业智能或得出不同的结果。这需要特定的方法和资源才能将地理数据转换为相关且有益的格式。
空间数据挖掘中涉及一些挑战，包括识别与驱动研究项目的相关问题相关的模式或发现对象。分析师可以在大型数据库区域或其他非常大的数据集里，利用GIS/GPS工具或类似系统来发现仅与研究项目相关的那些数据。
空间数据挖掘的基元如下：
规则 − 通常可以从数据库中找到几种类型的规则。例如，可以挖掘特征规则、判别规则、关联规则或偏差和评估规则。
空间特征规则是对空间数据的总体表示。例如，定义城市中几个地理区域房屋的总体成本范围的规则是空间特征规则。
判别规则是区分或对比一类空间记录与不同类别（例如，比较几个地理区域房屋的成本范围）的特征的通常表示。
空间关联规则是定义空间数据库中一组特征与另一组特征关联的规则。例如，将房屋的成本范围与附近的空间特征（例如海滩）关联起来的规则是空间关联规则。
专题地图 − 专题地图通常设计用于显示主题、单个空间分布或模式，并使用确定的地图类型。这些地图显示特征在有限地理区域内的分布。每张地图都代表将区域划分为一组封闭且不相交的区域；每个区域都包含具有相似特征值的所有点。
专题地图显示单个或少数属性的空间分布。这与一般地图或参考地图不同，后者旨在呈现对象相对于不同空间对象的位置。专题地图可用于查找多条规则。
例如，在分析地理区域的总体天气模式时，可以查看温度专题地图。表示专题地图有两种方法：栅格和矢量。
在栅格图像形式中，专题地图的像素与属性值相关。例如，地图可以将空间对象的程序高度作为像素的深度（或颜色）。
在矢量描述中，空间对象由其几何形状定义，通常是最常用的边界定义以及专题属性。例如，公园可以用边界点和相应的海拔值来表示。
985 次浏览
