Name
ST_ClusterDBSCAN — 使用 DBSCAN 算法返回每个输入几何图形的簇 id 的窗口函数。
Synopsis
integer ST_ClusterDBSCAN(geometry winset geom, float8 eps, integer minpoints);
描述
一个窗口函数，使用 2D 基于密度的噪声应用空间聚类 (DBSCAN)算法。 与 ST_ClusterKMeans 不同，它不需要指定簇的数量，而是使用所需的距离 (eps ）和密度（minpoints）参数来确定每个簇。
如果输入几何体满足以下任一条件，则将其添加到簇中：
请注意，边界几何图形可能位于多个集群中核心几何图形的 eps 距离内。 任一分配都是正确的，因此边界几何图形将被任意分配给可用集群之一。 在这种情况下，可以使用少于 minpoints 几何图形生成正确的簇。 为了确保边界几何形状的确定性分配（以便重复调用 ST_ClusterDBSCAN 将产生相同的结果），请在窗口定义中使用 ORDER BY 子句。 不明确的簇分配可能与其他 DBSCAN 实现不同。
![[Note]](../images/note.png)
|
|
|
不满足加入任何簇的条件的几何图形将被分配簇号 NULL。 |
可用性：2.3.0
此方法支持圆形字符串和曲线。
示例
对彼此相距 50 米以内的多边形进行聚类，并且每个聚类至少需要 2 个多边形。
50 米范围内的聚类，每个聚类至少有两个面。 如果只有一个，则 cid 为 NULL
SELECT name, ST_ClusterDBSCAN(geom, eps =
> 50, minpoints =
> 2) over () AS cid
FROM boston_polys
WHERE name
> '' AND building
> ''
AND ST_DWithin(geom,
ST_Transform(
ST_GeomFromText('POINT(-71.04054 42.35141)', 4326), 26986),
500);
|
name | bucket
-------------------------------------+--------
Manulife Tower | 0
Park Lane Seaport I | 0
Park Lane Seaport II | 0
Renaissance Boston Waterfront Hotel | 0
Seaport Boston Hotel | 0
Seaport Hotel & World Trade Center | 0
Waterside Place | 0
World Trade Center East | 0
100 Northern Avenue | 1
100 Pier 4 | 1
The Institute of Contemporary Art | 1
101 Seaport | 2
District Hall | 2
One Marina Park Drive | 2
Twenty Two Liberty | 2
Vertex | 2
Vertex | 2
Watermark Seaport | 2
Blue Hills Bank Pavilion | NULL
World Trade Center West | NULL
(20 rows)
|
显示将具有相同簇编号的地块组合成几何集合的示例。
SELECT cid, ST_Collect(geom) AS cluster_geom, array_agg(parcel_id) AS ids_in_cluster FROM (
SELECT parcel_id, ST_ClusterDBSCAN(geom, eps => 0.5, minpoints => 5) over () AS cid, geom
FROM parcels) sq
GROUP BY cid;