我正在尋找聚類或機器學習領域內的算法,這將促進或創建一組讀數的典型數據。問題是它必須促進時間序列數據;因此一些傳統的(k-均值)技術沒有那麼有用。聚類:查找平均讀數
任何人都可以推薦的地方或特定的算法,將提供一個典型的閱讀和相對簡單的實現(在Java中),操縱和理解?
我正在尋找聚類或機器學習領域內的算法,這將促進或創建一組讀數的典型數據。問題是它必須促進時間序列數據;因此一些傳統的(k-均值)技術沒有那麼有用。聚類:查找平均讀數
任何人都可以推薦的地方或特定的算法,將提供一個典型的閱讀和相對簡單的實現(在Java中),操縱和理解?
作爲一個想法。嘗試將所有數據類型轉換爲時間,然後您將具有相同類型(時間)的向量,那麼任何聚類策略都可以正常工作。
通過轉換爲時間我實際上意味着我們所瞭解的任何度量或數據類型都具有一定的時間性質。許多人認爲時間不是第四維。時間實際上是零維。即使是沒有物理空間的點,也不存在於太空中,存在於時間之中。
距離,重量,溫度,壓力,方向,速度......我們所做的所有測量都可以轉化爲時間的某些功能。
我已經在幾個項目上嘗試過這種方法,並且用真正好的解決方案來回報。
希望,這也可以幫助你。
對於大多數Java中的機器學習問題,weka通常運行得很好。 例如參見:http://facweb.cs.depaul.edu/mobasher/classes/ect584/weka/k-means.html
您是否考慮過k-medoids,其中每個組由**成員**代表,即在你的情況下**代表性時間系列**? –