Кластеризация: поиск среднего значения

Question

Я ищу алгоритм поиска в области кластеризации или машинного обучения, который облегчит или создаст типичное чтение данных для группы чтений. Проблема в том, что она должна облегчать временные ряды данных; поэтому некоторые традиционные (k-средства) методы не так полезны.

Может ли кто-нибудь порекомендовать места для поиска или конкретные алгоритмы, которые могли бы обеспечить типичное чтение и относительно просто реализовать (на Java), манипулировать и понимать?

Answer 1

В качестве идеи. Попробуйте преобразовать все типы данных вовремя, тогда у вас будут векторы того же типа (время), тогда любая стратегия кластеризации будет работать нормально.

Обращаясь ко времени, я фактически имею в виду, что любое измерение или тип данных, о которых мы знаем, имеет свое время. Время - это не 4-е измерение, как думают многие! Время фактически является 0-мерным. Во времени есть даже точка без физических измерений, которая не может существовать в космосе.

Расстояние, вес, температура, давление, направления, скорость ... все меры, которые мы делаем, могут быть преобразованы в определенные функции времени.

Я пробовал этот подход по нескольким проектам, и он окупился очень хорошими решениями.

Надеюсь, это может помочь вам и здесь.

Answer 2

Для большинства проблем с машинным обучением в Java weka обычно работает очень хорошо. См., Например: http://facweb.cs.depaul.edu/mobasher/classes/ect584/weka/k-means.html