发布时间 : 星期日 文章探索性空间数据分析更新完毕开始阅读
探索性数据分析：Voronoi图
?Voronoi图中多边形值可以采用多种分配和计算方法：
–中位数值（Median）：分配给某多边形的值是根据该单元和其相邻单元的频率分布计算的中位数值；–标准差（StDev）：分配给某多边形的值是根据该单元和其相邻单元计算出的标准差；–四分位数间间隔（IQR）：根据某单元和其相邻单元的频率分布计算出第一和第三四分位数。分配给多边形单元的值是用第三四分位数减去第一四分位数得到的差。探索性数据分析：Voronoi图
?不同的Voronoi统计量用于不同的目的。统计量的功能可归纳为以下5类：
探索性数据分析：Voronoi图
简化（Simple）Voronoi图熵（Entropy）Voronoi图探索性数据分析：Voronoi图
?简化（Simple）Voronoi图可了解到每个采样点控制的区域范围，也可体现出每个采样点对区域内插的重要性。利用简化Voronoi图，可找出一些对区域内插作用不大且可能影响内插精度的采样点值，可以将它剔除。?用聚类和熵的方法生成的Vonoroi图可用来帮助识别可能的离群值。熵值是量度相邻单元相异性的一个指标。自然界中，距离近的事物比距离远的事物具有更大的相似性，因而局部离群值可以通过高熵值的区域识别出来。?一般认为某个特定单元的值至少应与它周围单元中的某一个的值相近。因此聚类方法也能将那些与周围单元不相同的单元识别出来。