RASA2017 lehele || English

Klastrikaart

Selles teemas on punktide tihedusklastrite moodustamise ülesanded. Klastri moodustab tihedamini koos paiknevate punktide pilv.

Ruumiliste klastrite moodustamise algoritmi DBSCAN ei ole RASA õpiku esimeses väljaandes kirjeldatud, lugeda saab sellest Wikipediast.
Vastamata
Vastatud
Täiendamist ootav
Täiendatud
Hinnatud
ID P Ülesanne või küsimus
3400 1 Milline kõrgharidust andev kool Eestis paikneb lähimast teisest kõrgkoolist kõige kaugemal? Ava
3404 2 Manustatud failis on ühe tundmatu isiku mobiilpositsioneerimise tulemused.

Mitu päeva püsis see isik ühes kohas (ei liikunud päeva jooksul rohkem kui 1 km)?

Nimeta need kohad.
Ava
3460 3 Lisatud failis on Eesti põhikaardil olevate allikate L-Est ristkoordinaadid.
1. Millised allikate omavahelised vahemaad on sagedasemad kui juhusliku paigutuse korral oodata ja millised harvemad?
Millise vastuse saad,
1) kui genereerid juhuslikud punktid Eestit hõlmavale ristkülikukujulisele alale ja millise,
2) kui genereerid punktid Eesti maismaale?
2. Kuidas seletad saadud vastuste erinevust?
Ava
3461 4 Lisatud failis on taimkatte näidisalade andmebaasis olevate alade ID numbrid ning iga ala pidepunkti x ja y koordinaadid. Sellesse andmebaasi on kogutud taimkatte tüüpiliste näidiste kirjeldused välivaatlustest. Katsetades DBSCAN algoritmi suvandeid, leia sellised parameetrid, mis annavad neli või viis klastrit, mis sulle endale loogilised tunduvad.

1. Märgi need parameetrid vastusesse.

2. Esita moodustatud klastrite kartogramm.

3. Anna klastritele lühikesed kuid klastri sisu kajastavad nimed ja kirjuta need joonise allkirja.

4. Esindusliku valimi saamiseks peaksid näidisalad katma territooriumi võimalikult ühtlaselt ja esindama võimalikult erinevate looduslike tingimustega kohti. Tegelikult on näidisalad aga grupeerunud. Miks?
Ava