Хотя это не решение QGIS, я лично выбрал бы некоторый предварительный анализ с использованием SaTScan . Это быстро, хорошо документировано и широко применяется, поэтому у вас не должно возникнуть проблем с запуском. 45k очков может потребовать некоторого объема ОЗУ.
Я не уверен, что он может читать напрямую из Postgres, но легко импортирует из dbf и текстовых файлов.
Результаты анализа могут быть легко прочитаны обратно в Postgres или QGIS. Вы можете решить искать круговые скопления или эллипсы (может быть полезно использовать, если в ваших данных есть определенный тип поселений, например, длинные города / деревни в долинах и т. Д.). Затем вы можете создавать полигоны или эллипсы или отображать только те места, которые являются членами кластеров.
Для быстрого просмотра результатов в Google Планета Земля вы также можете использовать инструмент преобразования SaTScan в Google Планета Земля NAACCR .
Важно отметить, что если вы решите запустить симуляции Монте-Карло (думаю, минимум 99), вы также сможете рассказать кое-что о статистической значимости ваших кластеров. Интерпретация и обоснование этих кластеров будет еще одной проблемой, поскольку она обсуждалась в пространственных науках, по крайней мере, в течение последних двух десятилетий (я думаю;).
Вы можете попытаться запустить чисто пространственный анализ в поисках кластеров с высокими, низкими или высокими значениями. Если у вас есть некоторые временные атрибуты в ваших данных * ежедневно, еженедельные агрегации), то я думаю, что было бы действительно интересно запустить некоторые модели пространства-времени.