中国各城市空气质量聚类和判别分析.ppt

中国各城市空气质量聚类和判别分析 汇报人： 2016.03.30 China University of Petroleum China University of Petroleum 背景 人员分工 数据的收集和整理 聚类方法 聚类分析 结论 现状 背景 当前，我国大气污染状况十分严重，城市大气环境中总悬浮物普遍超标。 酸雨 国家统计局年鉴 数据的收集和整理 指标 年平均二氧化硫浓度(μg/m3) 年平均二氧化氮浓度(μg/m3) 年平均PM2.5浓度(μg/m3) 2013年全国主要城市空气质量数据（74个城市） 等价关系法 聚类方法 kmeans算法 硬聚类算法 以欧式距离作为相似度测度 无监督机器学习 F相似矩阵-传递闭包-F等价矩阵 等价关系法 等价关系法 数据标准化-极差变换 建立F关系-最大最小法 改造相似关系为等价关系-平方法求传递闭包 kmeans算法 kmeans算法 初始化-确定聚类数和聚类中心 计算所有样本与聚类中心的距离 按照最小距离原则对各个样本进行聚类 重新计算聚类中心 重复1-4，直到聚类中心不再改变 聚类分析 全国空气最好的城市 0<λ<=0.0423，分为一类，｛北京，…，乌鲁木齐｝ 0.0423<λ<=0.4362，分为两类，其中｛海口｝｛北京，…，乌鲁木齐｝ 全国空气最差的几个城市 等价关系法 λ=0.85 石家庄 唐山 邯郸 邢台 保定 衡水 济南 λ=0.87 石家庄 唐山 邢台 λ=0.89 石家庄 邢台 和北京空气质量相近的城市 λ=0.87 北京 武汉 成都 乌鲁木齐 λ=0.89 北京 武汉 成都 乌鲁木齐 λ=0.9 北京 武汉 成都 乌鲁木齐 λ=0.91 北京 武汉 成都 乌鲁木齐 λ=0.92 北京 聚类分析 石家庄、唐山、邢台和邯郸的各项空气指标均大于平均值，特别是PM2.5这项指标 北京有两项指标高于平均值，分别是年平均PM2.5浓度和二氧化氮浓度 一些比较 聚类分析 分为九类 kmeans算法 分为五类 承德 大连 上海 宁波 温州 台州 丽水 … 舟山 福州 厦门 深圳 珠海 惠州 海口 … 石家庄 唐山 邯郸 邢台 天津 沧州 廊坊 郑州 西安 北京 哈尔滨 南京 无锡 武汉 成都 乌鲁木齐 … 秦皇岛 张家口 呼和浩特 长春 徐州 青岛 西宁 保定 衡水 济南 南通 连云港 淮安 盐城 扬州 镇江 泰州 … 太原 沈阳 银川 北京 天津 沧州 廊坊 哈尔滨 南京 成都 武汉 乌鲁木齐 … 石家庄 唐山 邯郸 邢台 保定 衡水 济南 … 秦皇岛 张家口 太原 呼和浩特 沈阳 青岛 银川 … 舟山 台州 丽水 福州 厦门 深圳 珠海 江门 惠州 … 承德 大连 长春 上海 无锡 常州 苏州 南通 连云港 … 聚类分析 分为三类 kmeans算法 北京 天津 秦皇岛 沧州 廊坊 太原 呼和浩特 … 石家庄 唐山 邯郸 邢台 保定 衡水 济南 张家口 承德 大连 上海 盐城 宁波 温州 … 等价关系法和kmeans算法能够有效地将样本分类 聚类分析显示海南是空气最好的城市 石家庄、邯郸、邢台和唐山空气质量较差的城市 北京的空气质量同武汉、成都、乌鲁木齐相近 结论 谢谢！ * * * * * * * * * * * * * * * * * *