Name
ST_ClusterDBSCAN — 使用DBSCAN算法返回每个输入几何图形的群集ID的窗口函数。
Synopsis
integer ST_ClusterDBSCAN(geometry winset geom, float8 eps, integer minpoints);
描述
根据的2D实现，返回每个输入几何的簇号 基于密度的噪声应用空间集群(DBSCAN) 算法。不像 ST_ClusterKMeans ，它不需要指定簇数，而是使用所需的 距离 ( eps )和密度( minpoints )参数来构建每个集群。
如果输入几何体符合以下任一条件，则会将其添加到簇中：
请注意，边界几何图形可能位于 eps 多个簇中核心几何体的距离；在这种情况下，任一指定都是正确的，并且边界几何体将被任意分配给其中一个可用簇。在这些情况下，可以使用以下数量生成正确的集群 minpoints 几何图形。当边界几何图形的分配不明确时，如果窗口定义中包括ORDER BY子句，则重复调用ST_ClusterDBSCAN将产生相同的结果，但群集分配可能不同于相同算法的其他实现。
![[Note]](images/note.png) | |
不满足加入任何其他聚类的条件的输入几何图形将被指定簇号为NULL。 |
可用性：2.3.0
示例
将簇号分配给彼此相距50米内的每个多边形。每个聚类至少需要2个面
 在50米范围内，每个集群至少2个。单例的CID为空
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) |
将具有相同簇号的地块合并为单个几何图形。它使用命名参数调用
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;