我正在查看具有lat，lng和事件日期/时间的数据点。我在查看聚类算法时遇到的算法之一是DBSCAN。虽然它在聚类lat和lng时可以正常工作，但我担心它在合并时间信息时会分崩离析，因为它不是相同比例或相同类型的距离。
将时态数据合并到DBSCAN算法有哪些选择？
答案 0 :(得分：5)
查看同一作者的广义DBSCAN。
Sander，Jörg;埃斯特，马丁; Kriegel，Hans-Peter;徐小伟（1998）。 空间数据库中基于密度的聚类：算法GDBSCAN及其应用。数据挖掘和知识发现（柏林：Springer-Verlag）2（2）：169-194。 DOI：10.1023 / A：1009745219419
。
对于（广义）DBSCAN，您需要两个函数：
findNeighbors - 从数据库中获取所有“相关”对象
corePoint - 决定此集是否足以启动集群
然后你可以反复找到邻居来增长集群。
功能1是您想要挂钩的地方，例如使用两个阈值：一个是地理的，一个是时间的（即在100英里内，在1小时内）。
答案 1 :(得分：2)
tl; dr您将不得不修改您的功能集，即缩放您的日期/时间以匹配您的地理数据的大小。
DBSCAN的输入只是一个向量，算法本身并不知道一个维度（时间）是大于或小于另一个维度（距离）的数量级。因此，在计算数据点的密度时，缩放的差异会搞砸它。
现在我想你可以修改算法本身来区别对待不同的维度。这可以通过改变两点之间“距离”的定义来完成，即提供你自己的距离函数，而不是使用默认的欧几里德距离。
但是，恕我直言，更容易做的事情是缩放你的一个尺寸以匹配另一个尺寸。只需将您的时间值乘以一个固定的线性因子，使它们与地理值处于同一数量级，您应该好好去。更一般地说，这是功能选择过程的一部分，可以说是解决任何机器学习算法的最重要部分。选择正确的功能，并正确地对其进行转换，您将获得解决方案的一半以上。