[ DATT-A9D（ＡＲＸよりぬき持ち） > データで遊ぶ > 新札幌バウム ]

PCゲーム「A列車で行こう9」で遊びながら学ぶ、Rのハローワールド。（最終更新：2024年4月20日）

ステップバイステップ

1. ダウンロード
2. インストール
3. ライブラリ
4. コーディング
5. エクステンション
6. プロプライエタリ

• 「府中のメソッド」の主成分分析バージョンです。マップの平地を、均一ではない領域に分割します。
• 「ベクトル円海山」の途中の計算で得られる行列を使います。地質の違いに見立てましょう。

▼最終的にこのような図を描きたい

• 「A9V3」のニューゲーム（シナリオマップ）「おどる広告都市」の地形を使用した
• このマップには「時計台」と大通公園ふうの景観があり、札幌をモデルにしているとうかがえる

※以下の手順は続けて行ないます。途中で「R」を閉じてしまうと、最初からやり直しになります。やむを得ず中断するときは「作業スペース（現在の状態）を保存」しますが、これを常用してはなりません。あらかじめ考えておいた手順を一続きで実行するのが基本です。
※クラスタリングは乱数を使うアルゴリズムです。実行のたびに結果が異なることを理解しましょう。クラスターの番号は同じにはならず、このためプロットの色分けも実行のたびに変わります。

「ベクトル円海山」する

1. 海と山の点を主成分分析（回転）
2. クラスタリング（k=9）して重心を得る
3. ボロノイ図を描く
4. 重心を使って平地の微地形を復元
5. 等高線を描く

（説明）



サンプルデータ	ﾈｵﾝ橋ﾌﾞﾘﾁﾞＭ（x,y,z）
	ﾈｵﾝ橋ﾌﾞﾘﾁﾞＭ（256x256）

おもなシナリオマップについてはこちらから。
その他の自動生成した地形についてはこちら。



「ベクトル円海山」のRスクリプトを実行します

「ベクトル円海山」で復元した平地の微地形をさらに使う

• このマップの海と山の分布はさほど複雑ではないので、海と山のクラスタリングではk=9とする
• このマップの平地の割合は多めなので、平地のクラスタリングではk=17とする

• 平地の点をそのままクラスタリングするのが「府中のメソッド」
• 「ベクトル円海山」の途中の計算で得られた平地の微地形を使いたい
• 復元した平地の微地形を主成分分析
• 主成分得点を使ってクラスタリング（k=17）



「新札幌バウム」のRスクリプト（k=17）

# ベクトル円海山のRスクリプトを実行したあとに続けて実行します mykmakari17elv <- kmeans(myakari0elv, 17, nstart=50) clPairs(myakari0elv, cl=mykmakari17elv$cluster) # プロットされた図を右クリックしてコピーや保存をします mycmpakari0elv <- prcomp(myakari0elv, scale=TRUE) clPairs(mycmpakari0elv$x, cl=mykmakari17elv$cluster) # プロットされた図を右クリックしてコピーや保存をします mykmakari17elvc3 <- kmeans(mycmpakari0elv$x, 17, nstart=50) clPairs(myakari0elv, cl=mykmakari17elvc3$cluster) # プロットされた図を右クリックしてコピーや保存をします

※諸般の事情に鑑み、マップによらず変数名を「akari」にしています。Windowsでの実行を念頭にしていますので入出力に「クリップボード」を使用しています。

▲（左）単純なk-means（球の充填と近い）
　（右）平地の微地形の等高線を反映した分割ができた

• クラスター数を多くした（k=17）ので色だけでは識別しにくい場合がある
• 得られた重心を番号付きでプロットするために、主成分得点で表現されている重心の座標を、元の座標に戻す
• クラスターの重心の座標に、クラスターの番号をプロットする



「新札幌バウム」のRスクリプト（k=17）

original <- mykmakari17elvc3$centers %*% t(mycmpakari0elv$rotation) original <- scale(original, center = FALSE, scale = 1 / mycmpakari0elv$scale) original <- scale(original, center = -mycmpakari0elv$center, scale = FALSE) myakaricenters17elvc3o <- as.table(original) write.table(myakaricenters17elvc3o, file="clipboard", sep="\t") # クラスターの重心のリストをコピー plot(myakari2d, type="n") text(myakaricenters17elvc3o) rect(0, 0, 256, -256, border = "red") # プロットされた図を右クリックしてコピーや保存をします clPairs(rbind(myakari0elv[c(1,2)], c(0,0)), cl=append(mykmakari17elvc3$cluster, c(18))) rect(0, 0, 256, -256, border = "red") # プロットされた図を右クリックしてコピーや保存をします



• 図の切り貼りはご法度だが、説明のために重ね合わせるのはよい
• 「R」でばらばらに描いた図をグラフィックソフトで重ねてみよう

• JR新札幌駅と京成千葉中央駅は非常によく似ており、京成八千代台のユアエルムにはユーハイムがある
• とりとめのない連想をしているうちにバウムクーヘンの切ったのにしか見えなくなったので「新札幌バウム」と仮称する
  ※札幌市清田区に駅はありませんが新さっぽろ駅からほど近く、駅ビルにはユーハイムがあるということです。

	統計数理研究所のミラーサイトから「R」を入手しよう 統計数理研究所とは

ＡＲＸよりぬき持ち（56284） All Rights Reserved. ©2018-2024, tht.