空间密度聚类

 空间密度聚类是指对点集合进行空间位置的聚类，使用密度聚类方法DBSCAN，它能将具有足够高密度的区域划分为簇，并可以在带有噪声的空间数据中发现任意形状的聚类。

                    图一：点对象                                           图二：对点对象实现空间密度聚类的结果

创建密度聚类任务时，需要设置以下参数：

• 分析数据集：必填参数，需要进行密度聚类分析的数据集访问连接信息，需要包含数据类型，连接参数，数据集名字等信息。可以连接HBase数据，dsf数据，本地数据。

• 数据查询条件：可选参数，可以根据此查询条件筛选出指定数据进行相应分析，支持属性条件和空间查询, 如 SmID<100 and BBOX(the_geom, 120,30,121,31)。

• 聚类半径：必填参数。设置点密度聚类的半径，表示指定半径范围内，点的数目大于等于阈值时，则表示这些点为一个类别。输入时需要带单位，如1Kilometer，支持单位有Meter,Centimeter,Millimeter,Decimeter,Kilometer,Yard,Inch,Foot,Mile,Degree,Second,Minute,Radian，缺省单位为Meter。

• 聚类数目阈值：必填参数，用于显示和设置聚类为一簇的最少点个数，该值必须大于或等于2。阈值越大表示能聚类为一簇的条件越苛刻。判断是否是核心的依据，注意该值是包括本身在内的个数。

• 保存聚类类别的字段名：必填参数，用于统计聚类类别信息，最好设置为除cluster以外的字段名，否则会因与关键字冲突而自动变为NewField。

• 需要保留到结果数据集中的字段：可选参数，可选择将原数据集中的指定字段进行保留，默认情形下保留存有字段。

• 结果数据集：必填参数，输出分析结果数据集的信息，需要包含数据类型，连接参数，数据集名字等信息。

• Spark上下文环境：可选参数，spark的运行环境，默认使用local模式，指使用本机的spark环境。另外还能设置集群环境，设置集群的ip和端口号。