手把手教你使用R語(yǔ)言的主成分分析對(duì)城管事件數(shù)據(jù)分析

概念性的東西就不說(shuō)那么多了，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(lèi)別之間是否存在關(guān)系，當(dāng)然，城管事件類(lèi)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(lèi)別；如下圖，排名前十的事件類(lèi)別依次為，車(chē)輛亂停放，亂堆物料堆，非法張貼小廣告，店鋪出店經(jīng)營(yíng)，自備容器外放，違規(guī)標(biāo)語(yǔ)宣傳品，機(jī)動(dòng)車(chē)亂停放，暴露垃圾，地面不潔，道路不潔。

確定好這十個(gè)類(lèi)別后就是數(shù)據(jù)的提取了，這時(shí)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?yàn)樵谥鞒煞址治龅臅r(shí)候事件類(lèi)別只能是屬性，也就是說(shuō)事件類(lèi)別是一列；這時(shí)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(shí)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(xiě)個(gè)SQL轉(zhuǎn)換一下數(shù)據(jù)結(jié)構(gòu)，起的別名沒(méi)有按照規(guī)則來(lái)，這是個(gè)失誤；

這時(shí)候就要使用R語(yǔ)言去做分析了，首先是讓我們能從數(shù)據(jù)庫(kù)里拿數(shù)據(jù)，所以創(chuàng)建一個(gè)數(shù)據(jù)庫(kù)鏈接，安裝包RODBC

R語(yǔ)言代碼

install.packages("RODBC")

library(RODBC)

jixiao_connect <- odbcConnect("jixiao",uid="jixiao",pwd = "*****",believeNRows=FALSE)

這時(shí)候我們就創(chuàng)建了一個(gè)數(shù)據(jù)庫(kù)連接jixiao_connect,這時(shí)候我們就要提取數(shù)據(jù)

R語(yǔ)言代碼

jixiao_data <- sqlQuery(jixiao_connect,"

select

sum(case when t.kind_code_thd='車(chē)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(yíng)' 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(yǔ)宣傳品' then 1 else 0 end) kind_code_6

,sum(case when t.kind_code_thd='機(jī)動(dòng)車(chē)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(wú)照經(jīng)營(yíng)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(yàn)證數(shù)據(jù)是否被提取，說(shuō)明數(shù)據(jù)已經(jīng)提取成功

我們?cè)诎惭b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(gè)，這時(shí)候我們就需要cattell碎石檢驗(yàn)來(lái)確定主成分個(gè)數(shù)，也就是保留特征值大于1的主成分，因?yàn)?a href='/map/tezheng/' style='color:#000;font-size:inherit;'>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(gè)主成分

R代碼

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

pc

后面那個(gè)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?zhuān)Y(jié)果如下

PC1列下的系數(shù)是和各個(gè)事件類(lèi)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(méi)法解釋解釋方差的比例，事件KIND_ONE也就是車(chē)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(chē)輛亂停放95%的方差，無(wú)法被解釋的比例為0.055；proportion var 表示解釋整個(gè)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(gè)變量77%的方差；

對(duì)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(lèi)為

PC1:無(wú)照經(jīng)營(yíng)游商,暴露垃圾,車(chē)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(dòng)車(chē)亂停放,地面不潔

PC3:店鋪出店經(jīng)營(yíng),違規(guī)標(biāo)語(yǔ)宣傳品；

根據(jù)業(yè)務(wù)和個(gè)人的推測(cè)

我推測(cè)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(dòng)車(chē)亂停放和地面不潔是一類(lèi)相關(guān)聯(lián)事件類(lèi)別，無(wú)照經(jīng)營(yíng)游商,暴露垃圾和車(chē)輛亂停放是一類(lèi)相關(guān)聯(lián)事件類(lèi)別，店鋪出店經(jīng)營(yíng),違規(guī)標(biāo)語(yǔ)宣傳品可以認(rèn)為是一類(lèi)相關(guān)聯(lián)的一類(lèi)事件類(lèi)型

2、可以認(rèn)定主要事件來(lái)源是來(lái)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(dòng)的停車(chē)位，劃分小販經(jīng)營(yíng)點(diǎn)，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(chē)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