副标题：基于POI数据的站点功能混合度探究------以厦门市为例（二）
K-means聚类算法（K-means clustering）是一种广泛使用的无监督学习方法，用于将数据集中的对象分成K个簇（cluster）。这里的"无监督"意味着我们事先并不知道每个数据点应该属于哪个类别。K-means聚类的目标是让同一个簇内的数据尽可能相似，而不同簇之间的数据差异尽可能大。简单来说，就是将性质相近的数据归为一类。
本篇文章是对岛内的地铁站站点基于6大类别POI数据进行分类，使用IBM旗下的 SPSS Statistics 软件进行分析或者使用一些SPSS在线平台都可以进行分析；
本篇文章使用的SPSS在线平台：SPSSPRO-免费专业的在线数据分析平台
软件：IBM SPSS Statistics 版本27.0
SPSS Statistics 软件的操作方法，把数据导入后选择【分析】→【分类】→【K-均值聚类】，这里需要把上篇文章提到的生活服务、医疗保健服务、商务住宅、科教文化服务、交通设施服务、公司企业这六类POI都选为变量，分类数量这里选择分为【3】类，这个是一个主观值，通过该值得出分类结果的可解释度来判断是否需要继续调整，方法选择【迭代与分类】，点击确定即可；
运行结果如下，聚类结果为3类，类别1有2个，类别2有30个，类别3有8个；
诚然专业软件可以进行更细致和更深入的分析，但是对于初入门的小伙伴来说，在线的一些SPSS分析平台也不错的选择，门槛更低（这里没有广子，纯个人使用体验），这类平台有什么好处呢，简单的来说傻瓜式入门，就类似傻瓜相机，上手直接拍就行；
以现在用在这个SPSS在线分析平台为例，如果你不确定分类的数量，可以选择【手肘法则】，另外记得勾选一下【生成类别变量】，这样在结果里会标注哪些站点是属于哪一个类别的，
这里也简单解释一下什么是手肘法则，手肘法则（Elbow Method）是一种用来确定K均值聚类算法中K值（即簇的数量）的方法，对于一个簇，它的畸变程度越低，代表簇内成员越紧密，畸变程度越高，代表簇内结构越松散。 畸变程度会随着类别的增加而降低，但对于有一定区分度的数据，在达到某个临界点时畸变程度会得到极大改善，之后缓慢下降，这个临界点就可以考虑为聚类性能较好的点。
通俗解释：
如果你把一些玩具球分成几堆，一开始，你只分了一两堆，你会发现有些球离得很远，这堆里的球并不那么紧密。但是，当你开始多分几堆时，你会发现每堆里的球靠得更近了，也就是每堆球更加紧密了。不过，当你继续增加堆数时，你会发现尽管你增加了堆数，但球之间的紧密程度提升得越来越慢，几乎没有什么大的变化了。
这个过程中，有一个特别的点，就是当你增加堆数时，球的紧密程度有了一个显著的提升，然后就慢慢不再有太大的变化了。这个点就像是你的手臂弯起来的那个角度，所以叫做"肘部"。这个"肘部"点就是选择合适群组数量的好地方，因为它意味着增加更多的群组带来的好处已经不多了。
另外在数据进行分析前需要对数据进行显著性分析，也就是P值分析，简单来说，就是这个数据在数值上有没有分析的价值，这部分详细解释可见：基于网格尺度的上海市人口分布空间聚集特征分析与冷热点识别_上海人口网格分析-CSDN博客
这里直接放分析结果，这个也就是平台的优势，就是对功能的整合和对结果解读的优化；
通过分析结果可以看到，在K=3时，曲线出现了明显的弯曲，之后即使K值继续增加，坡度变化也非常缓慢。这意味着K=3是一个合理的簇数量选择，因为再增加簇的数量对改善聚类效果的帮助已经不大了；
聚类结果如下图，与SPSS Statistics 软件分析的结果一致；
聚类结果的不同簇在二维空间的分布情况；
又到了看图说话的环节，我们先来看看不同类别的站点分布情况，类别2、3基本上在岛中心位置分布同时涵盖1号线岛内的大部分站点，类型1也群体数量最多的一类，同时也基本上涵盖了地铁2、3号线的岛内大部分站点，在此基础上我们再结合百度百科的"厦门地铁"这一词条可知，厦门地铁的建设顺序也是按1、2、3号线顺序建成的，先建成的站点周边建成区通常发展更加的完善，所以在各类POI发展情况会有别于后建成的站点；
聚类种类
- 类别1：主要特点是生活服务POI数量较高，公司企业POI数量相对较少。这些站点适合居住，因为生活便利设施丰富。
- 类别2：生活服务POI数量适中，公司企业POI数量较高。这些站点既有一定的生活便利性，又具备较强的商业和工业特性，适合工作和商业活动。
- 类别3：生活服务POI数量较高，公司企业POI数量也较高。这些站点综合了居住和商业的特点，适合既有居住需求又有工作需求的人群。
基于三类不同站点的特征我们把他分别进行定义，类别3定义为：商业生活服务****为主导型的站点，商业生活服务为主导型的站点，这类站点的生活服务和公司企业POI数量都较高，适合既有居住需求又有工作需求的人群，且建成较早，周边业态已经成熟；
类别1定义为：企业办公为主导型的站点 ，因为站点建设时间等一些因素的影响，我们通过生活服务设施与公司企业POI数量的比例关系进行界定，类别3的生活服务设施与公司企业POI数量的比例关系1:5左右，而类型1的在1:7以上，也就意味着在同样多的公司企业POI情况下，该站点可以带来更多的生活服务设施POI，当然这里也存在边际递减效应，姑且先如此定论；
类别2定义为：混合功能性站点，该类型站点POI功能分布比较均衡，且大部分站点处于发展阶段，因为该类型站点最多，所以既包含生活服务类型POI占比较多的站点，也存在公司企业占比较多的站点，同样的因为K-means聚类是一种无监督学习方法，也不排除分类方法本身所带来的误差。
另外这里明确一个概念，就是我们讨论的前提是基于POI数量来作为讨论的基础，像医疗保健POI、科教文化POI这些类型它们的大部分主体是学校、医院，而这些POI它们各自又有自己的辐射范围，就单论数量而言，确实有些片面了，就某一类型POI的影响范围，我们另写文章进行讨论，这里我把统计出来的岛内原始数据放在这里，有兴趣的可以通过其他分类方法来进行分类；
| 站点 | 生活服务 | 医疗保健 | 商务住宅 | 科教文化 | 交通设施 | 公司企业 | 聚类种类 |
|---|---|---|---|---|---|---|---|
| 吕厝 | 7538 | 284 | 370 | 540 | 1044 | 1400 | 类别3 |
| 湖滨东路 | 7066 | 318 | 408 | 488 | 914 | 1242 | 类别3 |
| 火炬园 | 3908 | 190 | 280 | 318 | 452 | 1540 | 类别1 |
| 莲坂 | 4253 | 172 | 206 | 211 | 450 | 696 | 类别1 |
| 莲花路口 | 3251 | 108 | 183 | 199 | 424 | 653 | 类别1 |
| 乌石浦 | 3326 | 88 | 127 | 144 | 369 | 488 | 类别1 |
| 厦门火车站 | 3012 | 140 | 192 | 198 | 399 | 478 | 类别1 |
| 文灶 | 2887 | 209 | 180 | 233 | 355 | 420 | 类别1 |
| 江头 | 3237 | 117 | 144 | 153 | 278 | 327 | 类别1 |
| 镇海路 | 2983 | 141 | 104 | 178 | 248 | 196 | 类别1 |
| 体育中心 | 1538 | 82 | 154 | 330 | 368 | 530 | 类别2 |
| 中山公园 | 1899 | 167 | 98 | 243 | 213 | 217 | 类别2 |
| 后埔 | 2113 | 84 | 97 | 100 | 193 | 213 | 类别2 |
| 五缘湾 | 1494 | 66 | 90 | 148 | 200 | 712 | 类别2 |
| 塘边 | 1953 | 71 | 102 | 147 | 161 | 268 | 类别2 |
| 华荣路 | 1363 | 59 | 112 | 84 | 206 | 682 | 类别2 |
| 育秀东路 | 1425 | 86 | 102 | 180 | 287 | 348 | 类别2 |
| 湖里创新园 | 1313 | 33 | 84 | 106 | 134 | 755 | 类别2 |
| 将军祠 | 1487 | 119 | 125 | 149 | 191 | 276 | 类别2 |
| 古地石 | 1551 | 60 | 68 | 80 | 80 | 213 | 类别2 |
| 湖里公园 | 1041 | 44 | 118 | 80 | 212 | 555 | 类别2 |
| 软件园二期 | 972 | 23 | 62 | 78 | 177 | 684 | 类别2 |
| 小东山 | 886 | 31 | 105 | 82 | 142 | 559 | 类别2 |
| 安兜 | 994 | 45 | 76 | 60 | 76 | 492 | 类别2 |
| 蔡塘 | 1233 | 35 | 61 | 89 | 81 | 244 | 类别2 |
| 何厝 | 612 | 7 | 48 | 71 | 168 | 793 | 类别2 |
| 岭兜 | 794 | 30 | 46 | 45 | 125 | 438 | 类别2 |
| 殿前 | 986 | 47 | 35 | 56 | 43 | 280 | 类别2 |
| 人才中心 | 730 | 32 | 84 | 129 | 180 | 272 | 类别2 |
| 建业路 | 745 | 28 | 84 | 62 | 198 | 308 | 类别2 |
| 坂尚 | 943 | 36 | 35 | 53 | 70 | 268 | 类别2 |
| 观音山 | 406 | 12 | 30 | 49 | 101 | 477 | 类别2 |
| 高崎 | 674 | 14 | 19 | 15 | 29 | 253 | 类别2 |
| 湖滨中路 | 434 | 14 | 36 | 94 | 131 | 172 | 类别2 |
| 邮轮中心 | 400 | 18 | 62 | 31 | 112 | 151 | 类别2 |
| 五通 | 399 | 22 | 26 | 41 | 25 | 184 | 类别2 |
| 钟宅 | 500 | 29 | 13 | 68 | 23 | 61 | 类别2 |
| 东宅 | 339 | 19 | 22 | 29 | 62 | 206 | 类别2 |
| 湿地公园 | 381 | 19 | 16 | 24 | 24 | 212 | 类别2 |
| 两岸金融中心 | 168 | 16 | 12 | 30 | 25 | 67 | 类别2 |
结论
-
商业生活服务为主导型的站点（类别3）：
- 特点：这类站点的生活服务和公司企业POI数量都较高，适合既有居住需求又有工作需求的人群。这些站点通常建成较早，周边业态已经成熟，因此在商业和服务设施方面更为完善。
- 站点：吕厝、湖滨东路。
- 影响：由于这些站点周边的发展较为成熟，吸引了大量企业和居民，形成了综合性的商业和居住区。
-
企业办公为主导型的站点（类别1）：
- 特点：这类站点的生活服务POI数量较高，但公司企业POI数量也不少。主要以企业办公为主，尽管生活服务设施丰富，但并不是主要功能。
- 站点：火炬园、莲坂、莲花路口、乌石浦、厦门火车站、文灶、江头、镇海路。
- 影响：这些站点主要服务于企业办公需求，周边的生活服务设施虽然丰富，但更多的是为了满足上班族的日常需求。
-
混合功能性站点（类别2）：
- 特点：这类站点的POI功能分布较为均衡，既有较丰富的生活服务设施，也有较多的公司企业。这些站点大多处于发展阶段，既包含生活服务类型POI占比较多的站点，也存在公司企业占比较多的站点。由于K-means聚类是一种无监督学习方法，分类方法本身可能带来一定的误差。
- 站点：体育中心、中山公园、后埔、五缘湾、塘边、华荣路、育秀东路、湖里创新园、将军祠、古地石、湖里公园、软件园二期、小东山、安兜、蔡塘、何厝、岭兜、殿前、人才中心、建业路、坂尚、观音山、高崎、湖滨中路、邮轮中心、五通、钟宅、东宅、湿地公园、两岸金融中心。
- 影响：这些站点的多功能性使其能够满足多种需求，适合居住和工作，但由于处于发展阶段，不同站点的具体功能分布可能有所差异。
文章仅用于分享个人学习成果与个人存档之用，分享知识，如有侵权，请联系作者进行删除。所有信息均基于作者的个人理解和经验，不代表任何官方立场或权威解读。