你好,游客 登录 注册 搜索
背景:
阅读新闻

手把手教你使用R语言的主成分分析对城管事件数据分析

[日期:2016-06-02] 来源:天善智能  作者:夏尔康 [字体: ]

概念性的东西就不说那么多了,这次使用主成分分析主要目的并不是降维,而是分析城管数据中的事件类别之间是否存在关系,当然,城管事件类型有好几百,这里就只选取从去年九月到目前发生量前十的事件类别;如下图,排名前十的事件类别依次为,车辆乱停放,乱堆物料堆,非法张贴小广告,店铺出店经营,自备容器外放,违规标语宣传品,机动车乱停放,暴露垃圾,地面不洁,道路不洁。

数据分析

确定好这十个类别后就是数据的提取了,这时候我们要注意一下数据结构,和数据样本量,为什么呢?因为在主成分分析的时候事件类别只能是属性,也就是说事件类别是一列;这时候看看一下城管数据里面存在的数据结构,数据记录数必须是属性的6~10倍,这时候观察城管数据结构,明显不是我们想要的,

于是写个SQL转换一下数据结构,起的别名没有按照规则来,这是个失误;

这时候就要使用R语言去做分析了,首先是让我们能从数据库里拿数据,所以创建一个数据库链接,安装包RODBC

R语言代码

install.packages("RODBC")

library(RODBC)

jixiao_connect <- odbcConnect("jixiao",uid="jixiao",pwd = "*****",believeNRows=FALSE)

这时候我们就创建了一个数据库连接jixiao_connect,这时候我们就要提取数据

R语言代码

jixiao_data <- sqlQuery(jixiao_connect,"

select 

sum(case when t.kind_code_thd='车辆乱停放' then 1 else 0 end) kind_one

,sum(case when t.kind_code_thd='乱堆物堆料' then 1 else 0 end) kind_two

,sum(case when t.kind_code_thd='非法张贴小广告' then 1 else 0 end) kind_three

,sum(case when t.kind_code_thd='店铺出店经营' then 1 else 0 end) kind_code_4

,sum(case when t.kind_code_thd='自备容器外放' then 1 else 0 end) kind_code_5

,sum(case when t.kind_code_thd='违规标语宣传品' then 1 else 0 end) kind_code_6

,sum(case when t.kind_code_thd='机动车乱停放' then 1 else 0 end) kind_code_7

,sum(case when t.kind_code_thd='地面不洁' then 1 else 0 end) kind_code_8

,sum(case when t.kind_code_thd='暴露垃圾' then 1 else 0 end) kind_code_9

,sum(case when t.kind_code_thd='无照经营游商' then 1 else 0 end) kind_code_10  

from test_erkang t

where t.district_name in ('美兰区','龙华区','秀英区','琼山区')

GROUP BY T.DISTRICT_NAME,TO_CHAR(T.REVIEW_FIRST_DATE,'YYYYMM')")

jixiao_data

验证数据是否被提取,说明数据已经提取成功

我们在安装主成分需要用的包

R代码

install.packages("psych")

library(psych)

首先我们要做的是需要确定主成分需要几个,这时候我们就需要cattell碎石检验来确定主成分个数,也就是保留特征值大于1的主成分,因为特征值大于1的主成分能解释较多的方差;

R代码

fa.parallel(jixiao_date,fa='pc',n.iter = 100,show.legend=FALSE)

上图中我们应该选取3个主成分

R代码

pc <- principal(jixiao_date,nfactors=3,rotate = 'varimax')

pc

后面那个是我们选择的主成分旋转的方法,为了主成分之间能更容易的解释,结果如下

PC1列下的系数是和各个事件类别的相关系数,h2列表示成分能够解释方差的多少,u2列表示没法解释解释方差的比例,事件KIND_ONE也就是车辆乱停放,主要相关联的是主成分PC1,相关系数为0.97,PC2和PC3的相关系数分别为0.05,0.07,主成分能够解释车辆乱停放95%的方差,无法被解释的比例为0.055;proportion var 表示解释整个数据集的解释程度,PC2解释变量30%方差,PC1解释变量26%方差,PC3解释变量21%方差,主成分能够解释整个变量77%的方差;

对主成分进行可视化

R代码

fa.diagram(pc)

又上图我们可以知道主成分组成,大致归类为

PC1:无照经营游商,暴露垃圾,车辆乱停放

PC2:乱堆物堆料,非法张贴小广告,自备容器外放,机动车乱停放,地面不洁

PC3:店铺出店经营,违规标语宣传品;

根据业务和个人的推测

我推测PC1所表示的繁华的步行街道成分,PC2表示的是城中村成分,PC3表示的是主干道成分。

建议和小结

1、可以认为乱堆物堆料,非法张贴小广告,自备容器外放,机动车乱停放和地面不洁是一类相关联事件类别,无照经营游商,暴露垃圾和车辆乱停放是一类相关联事件类别,店铺出店经营,违规标语宣传品可以认为是一类相关联的一类事件类型

2、可以认定主要事件来源是来自城中村,主干道,和步行街道;

3、步行街道给的相应的措施可以增加相应的非机动的停车位,划分小贩经营点,增加环卫人员的清扫频率

4、城中村:提高相应的停车规划,集中整治城中村环境卫生

5:、主干道:相应的增加巡查员的巡查频率即可





收藏 推荐 打印 | 录入:elainebo | 阅读:
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款