我正在寻找在聚类或机器学习领域内寻找算法，这将促进或创建一组读数的典型数据读取。问题是它必须促进时间序列数据;因此，一些传统的（k-means）技术并不那么有用。
任何人都可以推荐可以看的地方或特定的算法，这些算法可以提供典型的阅读并且相对简单地实现（使用Java），操作和理解吗？
答案 0 :(得分：1)
作为一个想法。尝试将所有数据类型转换为时间，然后您将拥有相同类型（时间）的向量，然后任何聚类策略都可以正常工作。
通过转换为时间，我实际上意味着我们所知道的任何测量或数据类型都有其性质的时间。许多人认为，时间不是第四维度！时间实际上是0维度。即使是空间中可能不存在的没有物理尺寸的点，也会及时存在。
距离，重量，温度，压力，方向，速度......我们所做的所有措施都可以转化为某些时间函数。
我已经在几个项目中尝试过这种方法，并且它提供了非常好的解决方案。
希望，这也可以帮到你。
答案 1 :(得分：0)
对于Java中的大多数机器学习问题，weka通常运行良好。 例如，请参阅：http://facweb.cs.depaul.edu/mobasher/classes/ect584/weka/k-means.html