空间聚类分析

空间聚类分析（spatial cluster analysis），工学-测绘学-地理信息工程-空间分析-空间统计分析-空间聚类分析，根据距离或相似度在一个较大的数据集中标示出稠密分布的区域，将数据分成一系列相互区分的组，使得同组中实体之间具有较高的相似度，而不同组中实体的差别较大的一类分析方法，是空间分析的重要手段。目的是依据空间对象的位置分析其集群特性，进而将空间对象分为若干子群，使得子群内的相似度大于子群间的相似度。点与点之间的距离是决定点群空间聚集特性的首要参量，只有距离最邻近的点才可以归为同一子群，距离较远的点则可划为其他子群。这一空间聚类准则称为距离准则，以保证归为同一子群的点尽可能集中，不同的点群尽可能分开。从统计意义上讲，这就使子群之内距离方差尽可能小、子群之间的距离方差尽可能最大，亦称为离差（方差）准则。若被聚类的空间对象不完全是点集，则可以通过以线/面状目标几何中心（或重心）代替该线/面状目标的方式，化为点集聚类。点集聚类的统计量有空间距离和离差平方和。以二维空间即平面域空间聚类为例，设有空间点集（共个点），其中任意两点、，其空间距离为。