การชี้แจงคำถามของคุณบ่งชี้ว่าคุณต้องการให้การจัดกลุ่มเป็นไปตามส่วนของเส้นที่เกิดขึ้นจริงในแง่ที่ว่าคู่ต้นทาง - ปลายทาง (OD) ใด ๆ ที่ควรได้รับการพิจารณาว่า "ปิด" เมื่อต้นกำเนิดทั้งสองใกล้กัน , โดยไม่คำนึงถึงจุดนี้เองที่เป็นที่มาพิจารณาหรือปลายทาง
สูตรนี้แนะนำว่าคุณมีความรู้สึกของระยะทางdระหว่างสองจุด: มันอาจเป็นระยะทางเมื่อเครื่องบินบินระยะทางบนแผนที่เวลาเดินทางไปกลับหรือตัวชี้วัดอื่น ๆ ที่ไม่เปลี่ยนแปลงเมื่อ O และ D เป็น เปลี่ยน ภาวะแทรกซ้อนเพียงอย่างเดียวคือเซ็กเมนต์ไม่มีการแทนที่ไม่ซ้ำกัน: พวกมันสอดคล้องกับคู่ที่ไม่ได้เรียงลำดับ {O, D} แต่ต้องแสดงเป็นคู่ที่ได้รับคำสั่งทั้งคู่ (O, D) หรือ (D, O) เราอาจใช้ระยะห่างระหว่างสองคู่ที่สั่ง (O1, D1) และ (O2, D2) เพื่อให้ได้สัดส่วนสมมาตรของระยะทาง d (O1, O2) และ d (D1, D2) เช่นผลรวมหรือสี่เหลี่ยมจัตุรัส รากของผลรวมของกำลังสองของพวกเขา ลองเขียนชุดนี้เป็น
distance((O1,D1), (O2,D2)) = f(d(O1,O2), d(D1,D2)).
เพียงกำหนดระยะห่างระหว่างคู่ที่ไม่ได้เรียงลำดับเพื่อให้มีขนาดเล็กลงในระยะทางสองจุดที่เป็นไปได้:
distance({O1,D1}, {O2,D2}) = min(f(d(O1,O2)), d(D1,D2)), f(d(O1,D2), d(D1,O2))).
ณ จุดนี้คุณอาจใช้เทคนิคการจัดกลุ่มใด ๆ ตามเมทริกซ์ระยะทาง
ตัวอย่างเช่นฉันคำนวณระยะทางจากจุดหนึ่งถึงจุดทั้งหมด 190 จุดบนแผนที่สำหรับ 20 เมืองในสหรัฐอเมริกาที่มีประชากรมากที่สุดและขอแปดกลุ่มโดยใช้วิธีการลำดับชั้น (สำหรับความเรียบง่ายฉันใช้การคำนวณระยะทางแบบยุคลิดและใช้วิธีการเริ่มต้นในซอฟต์แวร์ที่ฉันใช้: ในทางปฏิบัติคุณจะต้องเลือกระยะทางที่เหมาะสมและวิธีการจัดกลุ่มสำหรับปัญหาของคุณ) นี่คือวิธีแก้ปัญหาด้วยกลุ่มที่ระบุโดยสีของแต่ละส่วนของเส้น (สีได้รับการสุ่มให้กับกลุ่ม)
นี่คือR
รหัสที่สร้างตัวอย่างนี้ อินพุตของมันคือไฟล์ข้อความที่มีช่อง "ลองจิจูด" และ "ละติจูด" สำหรับเมืองต่างๆ (หากต้องการติดป้ายชื่อเมืองในรูปก็ยังมีฟิลด์ "คีย์" ด้วย)
#
# Obtain an array of point pairs.
#
X <- read.csv("F:/Research/R/Projects/US_cities.txt", stringsAsFactors=FALSE)
pts <- cbind(X$Longitude, X$Latitude)
# -- This emulates arbitrary choices of origin and destination in each pair
XX <- t(combn(nrow(X), 2, function(i) c(pts[i[1],], pts[i[2],])))
k <- runif(nrow(XX)) < 1/2
XX <- rbind(XX[k, ], XX[!k, c(3,4,1,2)])
#
# Construct 4-D points for clustering.
# This is the combined array of O-D and D-O pairs, one per row.
#
Pairs <- rbind(XX, XX[, c(3,4,1,2)])
#
# Compute a distance matrix for the combined array.
#
D <- dist(Pairs)
#
# Select the smaller of each pair of possible distances and construct a new
# distance matrix for the original {O,D} pairs.
#
m <- attr(D, "Size")
delta <- matrix(NA, m, m)
delta[lower.tri(delta)] <- D
f <- matrix(NA, m/2, m/2)
block <- 1:(m/2)
f <- pmin(delta[block, block], delta[block+m/2, block])
D <- structure(f[lower.tri(f)], Size=nrow(f), Diag=FALSE, Upper=FALSE,
method="Euclidean", call=attr(D, "call"), class="dist")
#
# Cluster according to these distances.
#
H <- hclust(D)
n.groups <- 8
members <- cutree(H, k=2*n.groups)
#
# Display the clusters with colors.
#
plot(c(-131, -66), c(28, 44), xlab="Longitude", ylab="Latitude", type="n")
g <- max(members)
colors <- hsv(seq(1/6, 5/6, length.out=g), seq(1, 0.25, length.out=g), 0.6, 0.45)
colors <- colors[sample.int(g)]
invisible(sapply(1:nrow(Pairs), function(i)
lines(Pairs[i, c(1,3)], Pairs[i, c(2,4)], col=colors[members[i]], lwd=1))
)
#
# Show the points for reference
#
positions <- round(apply(t(pts) - colMeans(pts), 2,
function(x) atan2(x[2], x[1])) / (pi/2)) %% 4
positions <- c(4, 3, 2, 1)[positions+1]
points(pts, pch=19, col="Gray", xlab="X", ylab="Y")
text(pts, labels=X$Key, pos=positions, cex=0.6)