《用R语言对城管事件数据分析_光环大数据培训机构》由会员分享，可在线阅读，更多相关《用R语言对城管事件数据分析_光环大数据培训机构（6页珍藏版）》请在金锄头文库上搜索。
1、 光环大数据光环大数据-大数据培训大数据培训&人工智能培训人工智能培训http:/hadoop.aura- 光环大数据光环大数据 http:/hadoop.aura-用用 R R 语言对城管事件数据分析语言对城管事件数据分析_ _光环大数据培训机构光环大数据培训机构参加“AI 智客计划” ，送 2000 元助学金+免费参加阿里云认证考试！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
2、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。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 610 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 RODBCR 语言代码光环大数据光环大数据-大数据培训大数据培训&人工智能培训人工智能
3、培训http:/hadoop.aura- 光环大数据光环大数据 http:/hadoop.aura-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
4、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
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_
6、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光环大数据光环大数据-大数据培训大数据培训&人工智能培训人工智能培训http:/hadoop.aura- 光环大数据光环大数据 http:/hadoop.aura-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ins
7、tall.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
8、释，结果如下光环大数据光环大数据-大数据培训大数据培训&人工智能培训人工智能培训http:/hadoop.aura- 光环大数据光环大数据 http:/hadoop.aura-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
9、%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。光环大数据光环大数据-大数据培训大数据培训&人工智能培训人工智能培训http:/hadoop.aura- 光环大数据光环大数据 ht
10、tp:/hadoop.aura-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为什么大家选择为什么大家选择光环大数据光环大数据！大数据培训、人工智能培训、Python 培
11、训、大数据培训机构、大数据培训班、数据分析培训、大数据可视化培训，就选光环大数据！光环大数据，聘请大数据领域具有多年经验的讲师，提高教学的整体质量与教学水准。讲师团及时掌握时代的技术，将时新的技能融入教学中，让学生所学知识顺应时代所需。通过深入浅出、通俗易懂的教学方式，指导学生较快的掌握技能知识，帮助莘莘学子实现就业梦想。光环大数据启动了推进人工智能人才发展的光环大数据启动了推进人工智能人才发展的“AI 智客计划智客计划” 。光环大数据专注国内。光环大数据专注国内光环大数据光环大数据-大数据培训大数据培训&人工智能培训人工智能培训http:/hadoop.aura- 光环大数据光环大数据 ht
12、tp:/hadoop.aura-大数据和人工智能培训，将在人工智能和大数据领域深度合作。未来三年，光环大数大数据和人工智能培训，将在人工智能和大数据领域深度合作。未来三年，光环大数据将联合国内百所大学，通过据将联合国内百所大学，通过“AI 智客计划智客计划” ，共同推动人工智能产业人才生态建设，共同推动人工智能产业人才生态建设，培养和认证培养和认证 5-10 万名万名 AI 大数据领域的人才。大数据领域的人才。参加参加“AI“AI 智客计划智客计划” ，享，享 20002000 元助学金！元助学金！【报名方式、详情咨询报名方式、详情咨询】光环大数据网站报名：光环大数据网站报名：http:/hadoop.aura-http:/hadoop.aura-手机报名链接：手机报名链接：http:/http:/ hadoop.aura-hadoop.aura- /mobile/mobile/
