Data for: Local fuzzy geographically weighted clustering: A new method for geodemographic segmentation.

This dataset (compressed rar file) includes the Matlab code files for "Local Fuzzy Geographically Weighted Clustering" algorithm and a shapefile containing socio-demographic data and cancer incident data across 973 block groups in Manhattan, New York.

The files are:

1. LFGWC.m = The Matlab code of LFGWC (Local Fuzzy Geographically Weighted Clustering)
2. LFGWC_Call.m = The file to run the above code
3. validity.m = The Matlab code for validating the clustering output
4. licence.txt = The file describing the license terms
5. Demo = Dataset folder

Demo folder contains the following:

1. Data.txt = The non-normalized dataset
2. Population.txt = Population for each polygon
3. Distance.txt = Distance among all objects
4. Centroid.txt = Initial cluster centres
5. Shapefile: Manhattan_Data.shp

The shapefile has been originally downloaded from a benchmark dataset of small-area cancer incidence (Boscoe et al. 2016). The benchmark dataset includes 524,503 tumors across 13,823 block groups for the entire New York State diagnosed between 2005 and 2009 (download link: https://www.satscan.org/datasets/nyscancer/index.html).

Manhattan_Data.shp shapefile includes only the county of Manhattan and not the entire NY. Data have undergone slight modifications that are explained in detail in the paper.

Attributes of Manhattan_Data.shp:

DOHREGION Geographic identifier
CODE Unique ID code for joining data
POPULATION Total population (2010 Census)
White_Pop % white alone population (2010 Census)
Black_Pop % black alone population (2010 Census)
Asian_Pop % Asian alone population (2010 Census)
Other_Pop % other race population (2010 Census)
Hispanic % Hispanic population (2010 Census
HH_Size Persons per household (2010 Census)
LT_HS % population less than high school education (25 & over)
Under_Pov % population under poverty (2006-2010 ACS Data)
BC_Rate Incidents of breast cancer per 1000 people
PC_Rate Incidents of prostate cancer per 1000 people
TC_Rate Total cancer incidents per 1000 people

For more information on the original benchmark dataset visit:
https://www.satscan.org/datasets/nyscancer/index.html

本数据集（压缩RAR文件）包含针对“局部模糊地理加权聚类（Local Fuzzy Geographically Weighted Clustering）”算法的Matlab代码文件，以及涵盖纽约曼哈顿973个街区组的社会人口统计数据与癌症发病数据的形状文件（shapefile）。

所包含文件如下：
1. LFGWC.m：局部模糊地理加权聚类算法的Matlab实现代码
2. LFGWC_Call.m：用于运行上述算法的调用脚本
3. validity.m：用于验证聚类结果有效性的Matlab代码
4. licence.txt：说明许可条款的文件
5. Demo：数据集文件夹

Demo文件夹内含以下文件：
1. Data.txt：未标准化的原始数据集
2. Population.txt：各多边形对应的人口统计数据
3. Distance.txt：所有研究对象间的距离矩阵
4. Centroid.txt：初始聚类中心
5. 形状文件：Manhattan_Data.shp

该形状文件最初源自小区域癌症发病基准数据集（Boscoe等，2016）。该基准数据集涵盖2005至2009年间纽约全州13823个街区组内的524503例肿瘤确诊病例，下载链接：https://www.satscan.org/datasets/nyscancer/index.html。

本次提供的Manhattan_Data.shp仅包含曼哈顿县的相关数据，而非纽约全州范围的数据。数据集已进行小幅修改，具体修改细节已在对应论文中详细说明。

Manhattan_Data.shp包含以下字段属性：
- DOHREGION：地理标识符
- CODE：用于数据关联的唯一标识码
- POPULATION：总人口数（2010年美国人口普查数据）
- White_Pop：非西班牙裔白人单独人口占比（2010年美国人口普查数据）
- Black_Pop：非西班牙裔黑人单独人口占比（2010年美国人口普查数据）
- Asian_Pop：非西班牙裔亚裔单独人口占比（2010年美国人口普查数据）
- Other_Pop：其他种族人口占比（2010年美国人口普查数据）
- Hispanic：西班牙裔/拉丁裔人口占比（2010年美国人口普查数据）
- HH_Size：每户平均人数（2010年美国人口普查数据）
- LT_HS：25岁及以上人群中未完成高中学历的人口占比（2010年美国人口普查数据）
- Under_Pov：处于贫困线以下的人口占比（2006-2010年美国社区调查（American Community Survey, ACS）数据）
- BC_Rate：每千人乳腺癌发病例数
- PC_Rate：每千人前列腺癌发病例数
- TC_Rate：每千人癌症总发病例数

如需了解原始基准数据集的更多信息，请访问：https://www.satscan.org/datasets/nyscancer/index.html