如何用R語言對城管事件數(shù)據(jù)分析

這次使用主成分分析主要目的并不是降維，而是分析城管數(shù)據(jù)中的事件類別之間是否存在關(guān)系，當(dāng)然，城管事件類型有好幾百，這里就只選取從去年九月到目前發(fā)生量前十的事件類別；如下圖，排名前十的事件類別依次為，車輛亂停放，亂堆物料堆，非法張貼小廣告，店鋪出店經(jīng)營，自備容器外放，違規(guī)標(biāo)語宣傳品，機(jī)動車亂停放，暴露垃圾，地面不潔，道路不潔。

確定好這十個類別后就是數(shù)據(jù)的提取了，這時候我們要注意一下數(shù)據(jù)結(jié)構(gòu)，和數(shù)據(jù)樣本量，為什么呢？因為在主成分分析的時候事件類別只能是屬性，也就是說事件類別是一列；這時候看看一下城管數(shù)據(jù)里面存在的數(shù)據(jù)結(jié)構(gòu)，數(shù)據(jù)記錄數(shù)必須是屬性的6~10倍，這時候觀察城管數(shù)據(jù)結(jié)構(gòu)，明顯不是我們想要的。

于是寫個SQL轉(zhuǎn)換一下數(shù)據(jù)結(jié)構(gòu)，起的別名沒有按照規(guī)則來，這是個失誤；

這時候就要使用R語言去做分析了，首先是讓我們能從數(shù)據(jù)庫里拿數(shù)據(jù)，所以創(chuàng)建一個數(shù)據(jù)庫鏈接，安裝包RODBC

R語言代碼

install.packages("RODBC") library(RODBC) jixiao_connect <- odbcConnect("jixiao",uid="jixiao",pwd = "*****",believeNRows=FALSE)

這時候我們就創(chuàng)建了一個數(shù)據(jù)庫連接jixiao_connect,這時候我們就要提取數(shù)據(jù)

R語言代碼

jixiao_data <- sqlQuery(jixiao_connect," select sum(case when t.kind_code_thd='車輛亂停放' then 1 else 0 end) kind_one ,sum(case when t.kind_code_thd='亂堆物堆料' then 1 else 0 end) kind_two ,sum(case when t.kind_code_thd='非法張貼小廣告' then 1 else 0 end) kind_three ,sum(case when t.kind_code_thd='店鋪出店經(jīng)營' then 1 else 0 end) kind_code_4 ,sum(case when t.kind_code_thd='自備容器外放' then 1 else 0 end) kind_code_5 ,sum(case when t.kind_code_thd='違規(guī)標(biāo)語宣傳品' then 1 else 0 end) kind_code_6 ,sum(case when t.kind_code_thd='機(jī)動車亂停放' then 1 else 0 end) kind_code_7 ,sum(case when t.kind_code_thd='地面不潔' then 1 else 0 end) kind_code_8 ,sum(case when t.kind_code_thd='暴露垃圾' then 1 else 0 end) kind_code_9 ,sum(case when t.kind_code_thd='無照經(jīng)營游商' then 1 else 0 end) kind_code_10 from test_erkang t where t.district_name in ('美蘭區(qū)','龍華區(qū)','秀英區(qū)','瓊山區(qū)') GROUP BY T.DISTRICT_NAME,TO_CHAR(T.REVIEW_FIRST_DATE,'YYYYMM')") jixiao_data

驗證數(shù)據(jù)是否被提取，說明數(shù)據(jù)已經(jīng)提取成功

我們在安裝主成分需要用的包

R代碼

install.packages("psych") library(psych)

首先我們要做的是需要確定主成分需要幾個，這時候我們就需要cattell碎石檢驗來確定主成分個數(shù)，也就是保留特征值大于1的主成分，因為特征值大于1的主成分能解釋較多的方差；

R代碼

fa.parallel(jixiao_date,fa='pc',n.iter = 100,show.legend=FALSE)

上圖中我們應(yīng)該選取3個主成分

R代碼

pc <- principal(jixiao_date,nfactors=3,rotate = 'varimax') pc

后面那個是我們選擇的主成分旋轉(zhuǎn)的方法，為了主成分之間能更容易的解釋，結(jié)果如下

PC1列下的系數(shù)是和各個事件類別的相關(guān)系數(shù)，h2列表示成分能夠解釋方差的多少，u2列表示沒法解釋解釋方差的比例，事件KIND_ONE也就是車輛亂停放，主要相關(guān)聯(lián)的是主成分PC1，相關(guān)系數(shù)為0.97，PC2和PC3的相關(guān)系數(shù)分別為0.05,0.07，主成分能夠解釋車輛亂停放95%的方差，無法被解釋的比例為0.055；proportion var 表示解釋整個數(shù)據(jù)集的解釋程度，PC2解釋變量30%方差，PC1解釋變量26%方差，PC3解釋變量21%方差，主成分能夠解釋整個變量77%的方差；

對主成分進(jìn)行可視化

R代碼

fa.diagram(pc)

又上圖我們可以知道主成分組成，大致歸類為

PC1:無照經(jīng)營游商,暴露垃圾,車輛亂停放

PC2:亂堆物堆料,非法張貼小廣告,自備容器外放,機(jī)動車亂停放,地面不潔

PC3:店鋪出店經(jīng)營,違規(guī)標(biāo)語宣傳品；

根據(jù)業(yè)務(wù)和個人的推測

我推測PC1所表示的繁華的步行街道成分，PC2表示的是城中村成分，PC3表示的是主干道成分。

建議和小結(jié)

1、可以認(rèn)為亂堆物堆料,非法張貼小廣告,自備容器外放,機(jī)動車亂停放和地面不潔是一類相關(guān)聯(lián)事件類別，無照經(jīng)營游商,暴露垃圾和車輛亂停放是一類相關(guān)聯(lián)事件類別，店鋪出店經(jīng)營,違規(guī)標(biāo)語宣傳品可以認(rèn)為是一類相關(guān)聯(lián)的一類事件類型

2、可以認(rèn)定主要事件來源是來自城中村，主干道，和步行街道；

3、步行街道給的相應(yīng)的措施可以增加相應(yīng)的非機(jī)動的停車位，劃分小販經(jīng)營點，增加環(huán)衛(wèi)人員的清掃頻率

4、城中村：提高相應(yīng)的停車規(guī)劃，集中整治城中村環(huán)境衛(wèi)生

5:、主干道：相應(yīng)的增加巡查員的巡查頻率即可