Как исправить ошибку ggmap в алгоритме kmeans? Что такое register_ggogle? - PullRequest
Новая
       103

Как исправить ошибку ggmap в алгоритме kmeans? Что такое register_ggogle?

0 голосов
/ 30 марта 2020

Я пытался запустить этот код, и все работает отлично, но пока я не доберусь до его части ggmap. Код продолжает показывать мне эту ошибку:

Это ошибка: 

> NYCMap <- get_map("New York", zoom = 10)

Ошибка: Google теперь требуется ключ API. Подробнее см. Register_google.

Ошибка NYCMap: объект 'NYCMap' не найден ggmap (NY C) + geom_point (aes (x = Lon [], y = Lat [], color =) as.factor (Borough)), data = data14) + + ggtitle ("NY C Boroughs with KMean") Ошибка в ggmap (NY C): объект 'NY C' не найден, так что это полный код для того, что я пытаюсь сделать

Я не понимаю, почему ошибка не находит объекты или как ее исправить. Вот следующий код, если вы хотите запустить его и посмотреть. Обратите внимание, что запуск CSV таким способом займет несколько минут. 

library(VIM)
library(dplyr)
library(ggmap)
library(lubridate)
library(DT)

apr14 <- read.csv("https://raw.githubusercontent.com/fivethirtyeight/uber-tlc-foil-response/master/uber-trip-data/uber-raw-data-apr14.csv")
may14 <- read.csv("https://raw.githubusercontent.com/fivethirtyeight/uber-tlc-foil-response/master/uber-trip-data/uber-raw-data-may14.csv")
jun14 <- read.csv("https://raw.githubusercontent.com/fivethirtyeight/uber-tlc-foil-response/master/uber-trip-data/uber-raw-data-jun14.csv")
jul14 <- read.csv("https://raw.githubusercontent.com/fivethirtyeight/uber-tlc-foil-response/master/uber-trip-data/uber-raw-data-jul14.csv")
aug14 <- read.csv("https://raw.githubusercontent.com/fivethirtyeight/uber-tlc-foil-response/master/uber-trip-data/uber-raw-data-aug14.csv")
sep14 <- read.csv("https://raw.githubusercontent.com/fivethirtyeight/uber-tlc-foil-response/master/uber-trip-data/uber-raw-data-sep14.csv")

data14 <-bind_rows(apr14, may14, jun14,  jul14, aug14, sep14)

summary(data14)



aggr(data14)


data14$Date.Time <- mdy_hms(data14$Date.Time)
data14$Year <- factor(year(data14$Date.Time))
data14$Month <- factor(month(data14$Date.Time))
data14$Day <- factor(day(data14$Date.Time))
data14$Weekday <- factor(wday(data14$Date.Time))
data14$Hour <- factor(hour(data14$Date.Time))
data14$Minute <- factor(minute(data14$Date.Time))
data14$Second <- factor(second(data14$Date.Time))
data14$Month


head(data14, n=0)

set.seed(20)
clusters <- kmeans(data14[,2:3], 5)

data14$Borough <- as.factor(clusters$cluster)


str(clusters)

NYCMap <- get_map("New York", zoom = 10)
NYCMap
ggmap(NYC) + geom_point(aes(x = Lon[], y = Lat[], color = as.factor(Borough)),data = data14) +
  ggtitle("NYC Boroughs using KMean")


data14$Month <- as.double(data14$Month)
month_borough_14 <- count_(data14, vars = c('Month', 'Borough'), sort = TRUE) %>% 
  arrange(Month, Borough)
datatable(month_borough_14)

monthly_growth <- month_borough_14 %>%
  mutate(Date = paste("04", Month)) %>%
  ggplot(aes(Month, n, colour = Borough)) + geom_line() +
  ggtitle("Uber Monthly Growth - 2014")
monthly_growth
...