通過Python獲取大連市餐飲空間數(shù)據(jù),在SPSS中采用K-Modes聚類分析算法進(jìn)行了第一次基礎(chǔ)聚類,以經(jīng)緯度作為地理權(quán)重進(jìn)行二次聚類,在Arcgis中分析了大連市線上餐飲業(yè)空間消費(fèi)規(guī)律。通過劃定消費(fèi)區(qū)間,在固定區(qū)間內(nèi)實(shí)現(xiàn)附加地理權(quán)重的K-Modes聚類,將線上餐飲消費(fèi)空間差異程度進(jìn)一步放大。研究發(fā)現(xiàn):附帶地理權(quán)重的K-Modes聚類算法能更精準(zhǔn)地體現(xiàn)餐飲消費(fèi)規(guī)律地理空間上的差異性。

【文章頁(yè)數(shù)】：3 頁(yè)

【部分圖文】：

圖1人均消費(fèi)頻率分布直方圖和區(qū)域人均消費(fèi)水平

(1）對(duì)于樣本數(shù)據(jù)進(jìn)行描述統(tǒng)計(jì)分析，確定人均消費(fèi)數(shù)據(jù)頻率分布直方圖，如圖1所示。(2）確定樣本數(shù)據(jù)及其屬性域矩陣R(Xi,A），根據(jù)樣本內(nèi)Xi頻率分布直方圖得出固定區(qū)間內(nèi)的眾數(shù)M(M1,M2,M3……）。將M確定為該區(qū)間的聚類中心。對(duì)樣本數(shù)據(jù)X(i）逐次進(jìn)行劃分聚類，X(i）到聚....

圖2市內(nèi)四區(qū)人均消費(fèi)集群情況

K-Modes聚類算法完全適用于線上餐飲業(yè)的空間分析，相比于其他聚類算法，它更能夠忠實(shí)于數(shù)據(jù)本身，在經(jīng)過地理加權(quán)以后，聚類結(jié)果將同時(shí)集聚數(shù)據(jù)本身的屬性和空間位置規(guī)律于一身，能夠更精確無誤的分析數(shù)據(jù)的數(shù)學(xué)特征和地理特征。本文在研究大連市線上餐飲空間消費(fèi)規(guī)律的過程中，采用K-Mode....

本文編號(hào)：3965686