Using the k-Means Clustering Algorithm to Classify Features for Choropleth Maps
Mark Polczynski, Michael Połczyński · Cartographica The International Journal for Geographic Information and Geovisualization · 2014
Common methods for classifying choropleth map features typically form classes based on a single feature attribute. This technical note reviews the use of the k -means clustering algorithm to perform feature classification using multiple feature attributes. The k -means clustering algorithm is described and compared to other common classification methods, and two examples of choropleth maps prepared using k -means clustering are provided. Abstract: Les methodes courantes de classification des entites des cartes choroplethes forment habituellement des classes basees sur un seul attribut d’entite. Cette note technique passe en revue l’utilisation de l’algorithme de classification automatique a k -moyenne pour classer les entites au moyen d’attributs d’entites multiples. L’auteur decrit l’algorithme de classification automatique a k -moyenne, le compare a d’autres methodes de classification courantes et fournit deux exemples de cartes choroplethes preparees par classification automatique a k moyenne.