如何使用 rgeoda 将 R 中的纬度/经度点聚类为恰好 5 个最近邻的组？

Question

我正在致力于根据学校之间的距离将学校聚集在一起。出于政策（预算）原因，我们希望这些组中尽可能多地包含 5 所学校。我们有 297 所学校需要聚类，这将构成 59 个 5 人一组和 1 个 3 人一组（或尽可能接近的值）。我正在查看 rgeoda 的文档（https://geodacenter.github.io/rgeoda/reference/index.html），我正在努力找出要使用的正确参数。

到目前为止我已经做到了：

literacy_geoda <- sf_to_geoda(latlong_geom)

kernel_weights(literacy_geoda)

当我尝试从 rgeoda 运行类似上面的函数时，我收到此错误：

sf_obj[[attr(sf_obj, "sf_column")]] 中的错误： 环境子集化的错误参数

kmeans结果[["簇"]]

我之前尝试过只使用 kmeans，它大部分工作，但我无法设置最小或最大邻居，所以我得到的组远大于 5。

set.seed(123)
kmeans_result <- kmeans(coords, centers = 60, iter.max = 5)

latlong_geom$cluster_school <- kmeans_result$cluster

Answer 1

保存权重

weights <- kernel_weights(literacy_geoda)

，然后将形状和权重传递给连续聚类函数。在

rgeoda

中，您可能会看到函数

?gda_queen_weights

，尽管它目前仅在内部使用免责声明。祝你好运！

GeoDa 的女王连续性

包作者还在线提供了 API 函数列表：

rgeoda 函数列表