Временные ряды DFT-сигналов Кластеризация

Question

У меня есть ряд наборов данных временных рядов, которые я хочу преобразовать в сигналы dft, чтобы уменьшить размерность. После преобразования в dft я хочу сгруппировать полученные массивы данных dft, используя алгоритм k-mean.

Поскольку сигналы dft содержат мнимое число, как можно их сгруппировать?

Answer 1

Вы можете просто рассматривать мнимую часть как еще один компонент в ваших векторах. В других приложениях вы захотите их игнорировать!

Но вы столкнетесь с другими, более серьезными проблемами.

Добыча полезных ископаемых и, в частности, кластеризация, редко так же просто, как и функция appliyng a (dft) и функция b (k-mean), а затем у вас есть результат, hooray. Извините - это не то, как работают поисковые данные.

Прежде всего, для многих временных рядов DFT не будет полезен вообще. В других случаях вам сначала нужно выполнить соответствующую передискретизацию или сегментацию или избавиться от неинтересных эффектов, таких как сезонность. Даже если работает DFT, он может подчеркивать артефакты, такие как частота дискретизации или некоторые помехи.

И тогда вы столкнетесь с одной серьезной проблемой: k-средство основано на предположении, что все атрибуты имеют одинаковую важность. И DFT основан на совершенно противоположной идее: первые компоненты захватывают большую часть сигнала, а более поздние - лишь незначительные отклонения от него (и это самая мотивация для использования этого как уменьшения размерности). Итак, основываясь на этой интуиции, вам, возможно, никогда не должно быть должно применять k-средства по коэффициентам DFT. В то же время анализ данных неоднократно показывал, что апфоры, которые являются «статистической бессмыслицей», тем не менее могут принести полезные результаты ... поэтому вы можете попробовать, но проверить свой результат, осторожно, и избегать чрезмерного энтузиазма или оптимизма.

Answer 2

С помощью FFT он преобразует набор данных в сигналы dft. Он помогает вычислять DFT для каждого небольшого набора данных.