名称
ST_ClusterDBSCAN — 使用 DBSCAN 算法为每个输入几何返回一个聚类 ID 的窗口函数。
语法
integer ST_ClusterDBSCAN(geometry winset geom, float8 eps, integer minpoints);
描述
一个窗口函数，使用 2D 基于密度的应用程序空间聚类（DBSCAN） 算法为每个输入几何返回一个聚类号。与 ST_ClusterKMeans 不同，它不需要指定聚类数，而是使用所需的 距离 (eps) 和密度 (minpoints) 参数来确定每个聚类。
如果输入几何满足以下条件，则将其添加到聚类中
请注意，边界几何可能在多个聚类中与核心几何的 eps 距离内。任何一种分配都是正确的，因此边界几何将被任意分配到一个可用聚类中。在这种情况下，有可能生成一个正确的聚类，其几何少于 minpoints。要确保边界几何的确定性分配（以便对 ST_ClusterDBSCAN 的重复调用产生相同的结果），请在窗口定义中使用 ORDER BY 子句。模棱两可的聚类分配可能与其他 DBSCAN 实现不同。
![[Note]](../images/note.png) | |
不满足加入任何聚类的条件的几何被分配为 NULL 的聚类号。 |
可用性：2.3.0
此方法支持圆形字符串和曲线。
示例
对彼此距离在 50 米以内的多边形进行聚类，并且每个聚类至少需要 2 个多边形。
 每个聚类至少有 2 个项目的 50 米范围内的聚类。单例的 cid 为 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) |
一个示例，显示将具有相同聚类号的地块合并到几何集中。
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;