Alat Temukan Klaster Titik menemukan klaster fitur titik di sekitar kebisingan berdasarkan distribusi spasial atau spatio-temporal.
Contohnya, organisasi non-pemerintah melakukan studi mengenai penyakit tertentu yang dibawa hama. Organisasi ini memiliki set data titik yang mewakili rumah tangga di area studi, beberapa di antaranya sudah penuh dan beberapa di antaranya tidak. Dengan menggunakan Temukan Klaster Titik, seorang analis bisa menentukan klaster rumah tangga sudah penuh untuk membantu menemukan area untuk memulai penanganan dan pemusnahan.
Layer titik tempat klaster akan ditemukan. Layer harus berada dalam referensi spasial yang diproyeksikan atau memiliki referensi pemrosesan spasial yang ditetapkan ke sistem koordinat terproyeksi dengan menggunakan Lingkungan Analisis.
Selain memilih layer dari peta, Anda dapat memilih Pilih Layer Analisis di bawah daftar tarik-turun untuk menelusuri konten Anda untuk set data atau feature layer berbagi file big data. Anda dapat secara opsional menerapkan filter pada layer input Anda atau menerapkan pilihan pada layer yang di-host yang ditambahkan ke peta Anda. Filter dan pilihan hanya diterapakan untuk analisis.
Metode pembuatan klaster yang akan digunakan untuk membedakan klaster fitur titik dari derau di sekitar. Anda dapat memilih untuk menggunakan jarak yang ditetapkan atau algoritme pembuatan klaster yang disesuaikan sendiri.
Jarak yang ditentukan (DBSCAN) menggunakan rentang pencarian untuk membedakan klaster padat dari kebisingan langka. Secara opsional, waktu dapat digunakan untuk menemukan klaster spatio-temporal melalui rentang pencarian dan durasi pencarian. Jarak yang ditentukan (DBSCAN) lebih cepat, tapi akan tepat jika ada rentang pencarian yang sangat jelas untuk digunakan agar berfungsi dengan baik untuk menentukan semua klaster yang mungkin muncul. Jarak yang ditentukan (DBSCAN) menemukan klaster yang memiliki kepadatan yang sama.
Penyesuaian diri (HDBSCAN) tidak memerlukan rentang pencarian tertentu, tetapi metode tersebut memakan lebih banyak waktu. Penyesuaian diri (HDBSCAN) menemukan klaster titik yang serupa dengan jarak yang ditentukan (DBSCAN), tapi menggunakan berbagai macam rentang pencarian yang diizinkan untuk klaster dengan kepadatan yang beragam.
Parameter ini digunakan secara berbeda tergantung pada metode pengelompokan yang dipilih dari opsi berikut:
Saat menggunakan jarak yang ditentukan menggunakan (DBSCAN), parameter ini adalah jarak di mana Jumlah minimum poin untuk mengawali klaster harus ditemukan. Jika layer input yang diaktifkan waktu merupakan tipe instan, Anda bisa memilih Gunakan waktu untuk menemukan klaster untuk menemukan titik grup spatio-temporal di sekitar kebisingan. Saat menggunakan waktu, parameter Batasi durasi pencarian hingga menentukan panjangnya waktu dalam Jumlah minimum poin untuk mengawali klaster selain yang ada di dalam rentang pencarian. Parameter ini tidak digunakan ketika penyesuaian diri (HDBSCAN) dipilih sebagai metode pengelompokan yang akan digunakan.
Nama layer yang akan dibuat. Jika Anda menulis ke sebuah ArcGIS Data Store, hasil Anda akan disimpan di Konten Saya dan ditambahkan ke dalam peta. Jika Anda menulis ke berbagi file big data, hasil Anda akan disimpan ke berbagi file big data dan ditambahkan ke manifestasinya. Ini tidak akan ditambahkan ke peta. Nama default ditetapkan berdasarkan nama alat dan nama layer input. Jika layer sudah ada, alat tidak akan berfungsi.
Saat menulis ke ArcGIS Data Store (penyimpanan big data relasional atau spasiotemporal) menggunakan Simpan hasil di kotak tarik-turun, Anda dapat menentukan nama folder di Konten Saya tempat hasil akan disimpan.