用R语言对城管事件数据分析

作者:夏尔康

https://ask.hellobi.com/blog/xiaerkang/3975

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。

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

原文发布于微信公众号 - 大数据挖掘DT数据分析(datadw)

原文发表时间:2016-08-09

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏互扯程序

15个变态的Google面试题以及答案

在当前经济形势不景气的情况下,谷歌招聘新员工是一件令人振奋的事,特别是对那些在当前金融风暴中渴望找到安全港的年轻经理们和软件开发商们来说是个好消息。  

881
来自专栏韩伟的专栏

你真的理解数码技术吗?(一)

第1章 以数字为语言 知识,是人类得以进化到地球生物链顶端的最重要武器。 在远古的地球上,人类为了捕猎动物聚在一起,通过各种奇奇怪怪的大呼小叫和指手画脚来商量战...

2544
来自专栏吴伟祥

遵循面向对象设计原则,设计出高内聚低耦合可扩展模块

所谓易,“变易”,“简易”,“不易”,就是要告诉我们如何从变化中 抽出 不变的 —— 选择一个正确的抽象视角。七大基本原则介绍完毕,很空洞,需要联系代码仔细体会...

653
来自专栏PPV课数据科学社区

如何用R语言对城管事件数据分析?

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...

3328
来自专栏一个会写诗的程序员的博客

【欧拉猜想】是否有无穷多个不可约分的正整数解

这类问题被称为 :欧拉猜想, 其中4和5的都有正整数解, 3的被证明了无整数解,其它的都还不知道。

533
来自专栏码农之路_构建基础

《ArcGIS 地理信息系统教程》概念笔记

之前研究了 GIS,接触到了很多 GIS 的概念。因此找了《 ArcGIS 地理信息系统教程(第 4 版)》来看。书的版本比较老了,不过一些基本概念还是想通的,...

1786
来自专栏PPV课数据科学社区

【涨姿势】统计名词和数据挖掘术语大盘点

一、数据挖掘术语 【算法】指的是用于实现某一数据挖掘技术-如分类树、辨识分析等等的特定程序。 【属性】也被称为“特性”、“变量”、或者从数据库的观点,是...

3036
来自专栏AzMark

听说今天是「520」

1004
来自专栏wataloo的试验田

MOBA英雄AI设计分享

英雄AI的设计原则是:优秀的AI并不要求是尽量的和人表现一致,也不是多么的精准和无懈可击,而是能够和玩家进行很好的交互,提升游戏体验。

70221
来自专栏Data Analysis & Viz

乱炖“简书交友”数据之代码

上一篇文章乱炖数据之2700余篇“简书交友”专题文章数据的花式玩法发布后,不少人想学习下代码,由于此前不曾在GitHub上开源过,流程还不熟悉,再者本项目中很多...

501

扫描关注云+社区