名稱
ST_ClusterDBSCAN — 使用 DBSCAN 演算法，為每個輸入幾何物件回傳一個群聚 ID 的視窗函式。
概要
integer ST_ClusterDBSCAN(geometry winset geom, float8 eps, integer minpoints);
描述
一個視窗函式，使用 2D 基於密度的雜訊應用空間群聚 (DBSCAN) 演算法，為每個輸入幾何物件回傳一個群聚編號。 與 ST_ClusterKMeans 不同，它不需要指定群聚的數量，而是使用所需的距離（eps）和密度（minpoints）參數來決定每個群聚。
如果輸入幾何物件符合以下任一條件，則會被加入到群集中：
請注意，邊界幾何物件可能在多個群集中與核心幾何物件的 eps 距離內。 任何一種分配都是正確的，因此邊界幾何物件會被任意分配到可用的群集之一。 在這種情況下，可能會產生一個具有少於 minpoints 個幾何物件的正確群集。 為了確保邊界幾何物件的確定性分配（以便重複呼叫 ST_ClusterDBSCAN 會產生相同的結果），請在視窗定義中使用 ORDER BY 子句。 模糊的群集分配可能與其他 DBSCAN 實作有所不同。
![[Note]](../images/note.png)
|
|
|
不符合加入任何群集條件的幾何物件，會被分配為 NULL 的群集編號。 |
可用性：2.3.0
此方法支援環形字串和曲線。
範例
將彼此之間 50 公尺內的 polygon 群聚，且每個群集至少需要 2 個 polygon。
群聚在 50 公尺內，且每個群集至少有 2 個項目。 單例的 cid 為 NULL
SELECT name, ST_ClusterDBSCAN(geom, eps => 50, minpoints => 2) over () AS cid
FROM boston_polys
WHERE name > '' AND building > ''
AND ST_DWithin(geom,
ST_Transform(
ST_GeomFromText('POINT(-71.04054 42.35141)', 4326), 26986),
500);
|
name | bucket -------------------------------------+-------- Manulife Tower | 0 Park Lane Seaport I | 0 Park Lane Seaport II | 0 Renaissance Boston Waterfront Hotel | 0 Seaport Boston Hotel | 0 Seaport Hotel & World Trade Center | 0 Waterside Place | 0 World Trade Center East | 0 100 Northern Avenue | 1 100 Pier 4 | 1 The Institute of Contemporary Art | 1 101 Seaport | 2 District Hall | 2 One Marina Park Drive | 2 Twenty Two Liberty | 2 Vertex | 2 Vertex | 2 Watermark Seaport | 2 Blue Hills Bank Pavilion | NULL World Trade Center West | NULL (20 rows) |
範例展示如何將具有相同群集編號的 parcel 合併成幾何集合。
SELECT cid, ST_Collect(geom) AS cluster_geom, array_agg(parcel_id) AS ids_in_cluster FROM (
SELECT parcel_id, ST_ClusterDBSCAN(geom, eps => 0.5, minpoints => 5) over () AS cid, geom
FROM parcels) sq
GROUP BY cid;