【问题标题】:Clustering: Finding a Average Reading [closed]聚类:找到平均读数 [关闭]
【发布时间】:2014-02-11 11:35:55
【问题描述】:

我正在研究在聚类或机器学习领域寻找算法,这将有助于或为一组读数创建典型的数据读数。问题是它必须促进时间序列数据;因此一些传统的(k-means)技术没有那么有用。

任何人都可以推荐可以提供典型阅读并且相对容易实现(在 Java 中)、操作和理解的地方或特定算法吗?

【问题讨论】:

  • 你考虑过例如k-medoids,其中每个集群由一个成员表示,即在您的情况下是一个代表性时间序列

标签: java machine-learning cluster-analysis


【解决方案1】:

作为一个想法。尝试将所有数据类型转换为时间,那么你将拥有相同类型(时间)的向量,那么任何聚类策略都可以正常工作。

通过转换为时间,我实际上是指我们所知道的任何测量或数据类型在其本质上都有时间。时间不是许多人认为的第四维度!时间实际上是0维的。即使是没有物理维度的点,可能不存在于空间中,也存在于时间中。

距离、重量、温度、压力、方向、速度……我们所做的所有测量都可以转换为时间的某些函数。

我已经在几个项目中尝试过这种方法,并且得到了非常好的解决方案。

希望,这也可能对您有所帮助。

【讨论】:

    【解决方案2】:

    对于 Java 中的大多数机器学习问题,weka 通常工作得很好。 参见,例如:http://facweb.cs.depaul.edu/mobasher/classes/ect584/weka/k-means.html

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 1970-01-01
      • 2019-03-08
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2022-06-16
      • 2018-07-28
      • 1970-01-01
      相关资源
      最近更新 更多