Как построить выход кластеризации DBSCAN R

Question

Я пытаюсь сгруппировать данные клиентов на основе их пространственного расположения. Вот что я сделал,

#Reading the data
theData <- read.csv("Customer_Segmentation/data.csv")

#Subsetting only long, lat and record id.
inputdata <- data.frame(long=theData$LONG, lat=theData$LAT, RecordID=theData$RecordID)

#Building distance matrix
library(fossil)
d = earth.dist(inputdata, dist = TRUE) 

#Applying DBSCAN Clustering
library(fpc)
ds <- dbscan(d,eps = 0.5,MinPts = 50, method = "dist")

Это дает мне около 23 кластеров,

dbscan Pts=14873 MinPts=50 eps=0.5
      0   1  2  3   4   5  6  7  8  9   10  11 12  13  14 15  16   17 18 19 20  21  22  23
border 6546  73 47 38  20  53 60 27 70 19   93  43 58  25  21 31  36  492 47 44 41  43  55  35
seed      0 757 12 26  84  84  6 36  6 50 2132  70  2 101  91 55 104 2908 22 23 42  82  59 104
total  6546 830 59 64 104 137 66 63 76 69 2225 113 60 126 112 86 140 3400 69 67 83 125 114 139

Первый вопрос -> Как построить эти кластеры на карте? Было бы здорово, если бы кто-нибудь указал мне пример кода для построения кластеров, я попытался построить это на карте Новой Зеландии. Я попытался загрузить координаты и преобразовать, как показано ниже,

library(sp)
library(rgdal)
nz1 <- getData("GADM", country = "NZ", level = 1)
nz1 <- spTransform(nz1, CRS = CRS("+init=epsg:2135"))

Но получаю эту ошибку в моем MAC,

Error in spTransform(nz1, CRS = CRS("+init=epsg:2135")) : 
  error in evaluating the argument 'CRSobj' in selecting a method for function 'spTransform': Error in CRS("+init=epsg:2135") : no system list, errno: 2

Второй вопрос, я где-то читал, что k-means не подходит для пространственной кластеризации. Затем я попытался кластеризовать это с помощью иерархической кластеризации, но он создал большую дендрограмму, более плотную, поэтому не мог получить никакой информации об этом. И поэтому выбрал DBSCAN для этого. Но в этом я вижу много точек, падающих на границе, как показывает результат. Я уверен, что мне нужно около 50-70 клиентов в каждом кластере. Но какое значение EPS мне выбрать? Вот мой пример данных.

      long       lat RecordID
1 174.9066 -41.20867       90 
2 174.9093 -41.22624       91 
3 174.8893 -41.21618       92 
4 174.8973 -41.21133       93
5 174.9153 -41.20419       94
6 174.9239 -41.20167       95 

Обновление информации о моей сессии в соответствии с запросом,

sessionInfo()
R version 3.1.2 (2014-10-31)
Platform: x86_64-apple-darwin13.4.0 (64-bit)

locale:
[1] en_NZ.UTF-8/en_NZ.UTF-8/en_NZ.UTF-8/C/en_NZ.UTF-8/en_NZ.UTF-8

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
[1] raster_2.3-40 rgdal_0.9-2   sp_1.1-0     

loaded via a namespace (and not attached):
[1] grid_3.1.2      lattice_0.20-29 tools_3.1.2   

Обновлен вывод библиотеки (rgdal) по запросу,

library(rgdal)
rgdal: version: 0.9-2, (SVN revision 526)
Geospatial Data Abstraction Library extensions to R successfully loaded
Loaded GDAL runtime: GDAL 1.11.2, released 2015/02/10
Path to GDAL shared files: /usr/local/share/epsg_csv
Loaded PROJ.4 runtime: Rel. 4.9.1, 04 March 2015, [PJ_VERSION: 491]
Path to PROJ.4 shared files: (autodetected)
Warning message:
package ‘rgdal’ was built under R version 3.1.3 

Примечание:- Я четко упомянул, что я пытаюсь построить вывод пространственной кластеризации и ищу варианты, и один из моих вариантов получил ошибку. И еще один вопрос, касающийся значений границ кластера.

Answer 1

Нет проблем с запуском следующего кода на моей машине:

library(sp)
library(rgdal)
library(raster)
nz1 = getData("GADM", country = "NZ", level = 1) 
nz1 = spTransform(nz1, CRS = CRS("+init=epsg:2135"))

Вот мой sessionInfo():

> sessionInfo()
R version 3.2.0 (2015-04-16)
Platform: x86_64-pc-linux-gnu (64-bit)
Running under: Ubuntu 14.10

locale:
 [1] LC_CTYPE=en_US.UTF-8       LC_NUMERIC=C              
 [3] LC_TIME=en_US.UTF-8        LC_COLLATE=en_US.UTF-8    
 [5] LC_MONETARY=en_US.UTF-8    LC_MESSAGES=en_US.UTF-8   
 [7] LC_PAPER=en_US.UTF-8       LC_NAME=C                 
 [9] LC_ADDRESS=C               LC_TELEPHONE=C            
[11] LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C       

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
[1] raster_2.3-40 rgdal_0.9-2   sp_1.0-17     dplyr_0.4.1   pROC_1.8     
[6] DBI_0.3.1    

loaded via a namespace (and not attached):
 [1] lazyeval_0.1.10 R6_2.0.1        plyr_1.8.1      magrittr_1.5   
 [5] assertthat_0.1  wakefield_0.2.0 parallel_3.2.0  tools_3.2.0    
 [9] Rcpp_0.11.4     grid_3.2.0      lattice_0.20-31

Я уверен, что это связано с системой. Я не работаю с геопространственными данными, поэтому пришлось устанавливать все требования с нуля.

1. Установите последнюю версию GDAL из ppa:ubuntugis, основываясь на совете здесь.
2. Я тогда установил gdal-bin, libgdal1-dev & libproj-dev,
3. Я установил пакеты R raster а также rgdal,

Редактировать:

Согласно предложению @RobertH, добавив rgdal сообщения о времени загрузки пакета:

rgdal: version: 0.9-2, (SVN revision 526)
Geospatial Data Abstraction Library extensions to R successfully loaded
Loaded GDAL runtime: GDAL 1.11.2, released 2015/02/10
Path to GDAL shared files: /usr/share/gdal/1.11
Loaded PROJ.4 runtime: Rel. 4.8.0, 6 March 2012, [PJ_VERSION: 480]
Path to PROJ.4 shared files: (autodetected)