数据集概述
本数据集为论文“Learning to clusterize urban areas: two competitive approaches and an empirical validation”所用的城市聚类数据，基于智利圣地亚哥的采集数据构建，包含城市区块和居民个体两个层级的数据集，均涵盖社会特征、土地利用、城市美学视觉感知等特征，并提供主成分分析（PCA）处理后的特征数据。
文件详解
- 文件名称：Data_MinMaxScaler_PCA_block_224.zip
- 文件格式：ZIP
- 字段映射介绍：包含城市区块层级的特征数据，采用行打包格式（每行对应一个城市区块），特征经MinMaxScaler标准化和PCA处理，涵盖社会特征（如社会经济地位SES）、土地利用、城市美学视觉感知等维度。
- 文件名称：Data_MinMaxScaler_PCA_individual_235.zip
- 文件格式：ZIP
- 字段映射介绍：包含居民个体层级的特征数据，采用行打包格式（每行对应一个居民样本），特征经MinMaxScaler标准化和PCA处理，涵盖社会特征、土地利用、城市美学视觉感知等维度。
数据来源
论文“Learning to clusterize urban areas: two competitive approaches and an empirical validation”
适用场景
- 城市区域聚类研究：用于验证和比较不同城市聚类方法在区块与个体层级的效果。
- 城市社会特征分析：基于社会经济地位（SES）等特征，研究城市内部的社会空间分异。
- 城市规划支持：结合土地利用和美学感知特征，为城市功能分区、空间优化提供数据支撑。
- 城市数据特征工程研究：分析PCA处理对城市聚类特征维度约简的有效性。
