Phân cụm dữ liệu không gian trong R

Tôi có một bộ dữ liệu hàng tháng về nhiệt độ mặt nước biển (SST) và tôi muốn áp dụng một số phương pháp cụm để phát hiện các vùng có mẫu SST tương tự. Tôi có một tập hợp các tệp dữ liệu hàng tháng chạy từ năm 1985 đến năm 2009 và muốn áp dụng phân cụm cho mỗi tháng như một bước đầu tiên.

Mỗi tệp chứa dữ liệu có lưới cho 358416 điểm trong đó khoảng 50% là đất và được đánh dấu bằng giá trị 99,99 sẽ là NA. Định dạng dữ liệu là:

   lon     lat   sst
-10.042  44.979  12.38
 -9.998  44.979  12.69
 -9.954  44.979  12.90
 -9.910  44.979  12.90
 -9.866  44.979  12.54
 -9.822  44.979  12.37
 -9.778  44.979  12.37
 -9.734  44.979  12.51
 -9.690  44.979  12.39
 -9.646  44.979  12.36

Tôi đã thử phương pháp phân cụm CLARA và nhận được một số kết quả rõ ràng nhưng đối với tôi, đó chỉ là cách ly (nhóm). Sau đó, tôi không chắc đây là phương pháp phân cụm tốt nhất để phân tích dữ liệu không gian.

Có phương pháp phân cụm nào khác dành cho loại bộ dữ liệu này không? Một số tài liệu tham khảo sẽ là tốt để bắt đầu đọc.

Cảm ơn trước.

Có cách tiếp cận khác nhau cho phương pháp phân cụm, phân chia và chinh phục có thể mở rộng, phân cụm song song và tăng dần. Đây là cách tiếp cận chung sau khi bạn có thể sử dụng các phương pháp phân cụm thông thường. Có một phương pháp phân cụm tốt mà tôi thực sự đánh giá cao là DBSCAN (Phân cụm ứng dụng không gian dựa trên mật độ có tiếng ồn), đây là một trong những thuật toán phân cụm được sử dụng nhiều nhất.

Một thư viện python được ghi lại độc đáo để phân tích không gian có một số cụm là pySAL .

Một thư viện python khác trong giai đoạn phát triển tập trung vào phân cụm không gian là clusterPy (trình bày slide pdf) .

Với sự lựa chọn hạn chế hơn về thuật toán phân cụm nhưng với giao diện ánh xạ đẹp là phần mềm GUI GeoGrouper .