线（旅行路径）聚类机器学习算法

Question

我有一系列的行数据（2-3个连接点）。 什么是最好的机器学习算法，我可以用来将线路分类到它们的位置相似性？ （如下图所示）

最好是python库，例如SciKit-Learn。

修改 我尝试过DBSCAN，但我遇到的问题是如果有两条线相互交叉，有时DBSCAN会将它们视为一组，即使它们完全处于不同的方向。

这是我到目前为止找到的解决方案：

GeoPath聚类算法

这里的想法是将彼此非常相似的地理路径聚类成组。

步骤：

1-基于斜率的聚类线

2-在步骤1的每个群集中，找到行的中心点并使用k-mean 算法将它们聚类成更小的组

3-在步骤2的每个geoup中，计算每行的长度和定义长度阈值内的组线

结果将是具有相似斜率，彼此接近且具有相似行程距离的小组线。

以下是可视化的屏幕截图： 黄线是所有线条，红线是路径簇一起传播。

Answer 1

我会回答一个问题，因为我觉得现在的答案是不完整的...而且我也认为＃34;简单启发式的评论＆＃34;为时过早。我认为如果你在点上聚类，你会得到与你的图表描绘的结果不同的结果。由于集群将靠近终点，你不会得到你的椭圆。

因此，如果您的数据确实与您的显示方式相似。我会尝试将每组2/3点变成一个更长的点列表，基本上可以找出这些线。 （你需要试验密度）

然后在结果上运行HDBSCAN，看视频（https://www.youtube.com/watch?v=AgPQ76RIi6A）以获取群集。我相信＆＃34; pip install hdbscan＆＃34;安装它。

现在，在测试新样本时，首先将其分解为多个（N）点并将其与hdbscan模型拟合。我认为如果你采用多数投票方式获得N分，那么你将获得最好的整体集群，并且＃34;线＆＃34;所属

所以，虽然我有点同意＆＃34;简单的启发式＆＃34;评论，如果你想让整个事情自动化，那就不那么简单了。一旦你观看视频，你可能会相信HDBSCAN，因为它的基于密度的算法，将适合这个问题（如果你决定从每个样本创建许多点）。

我总结说我确定之前有线路交叉模型已经完成了这一点......而且确实存在可以完成这项工作的启发式和规则。可能，它们在计算上也更经济。我的答案只是根据你的要求使用sklearn有机的东西......我甚至没有测试过它！如果我在你的鞋子里，我就会如何继续下去。

修改

我戳了一下，你可以尝试一些线相似性测量。 Frechet和Hausdorff距离测量。

Frechet：http://arxiv.org/pdf/1307.6628.pdf Hausdorff：distance matrix of curves in python用于python示例。

如果您生成所有成对的相似性，然后根据相似性和/或N个区域对它们进行分组，那么您可以将这些区域称为“＆＃34; cluster＆＃34; （虽然不是kmeans集群！）。对于每个新行，生成所有相似之处并查看它属于哪个bin。我修改了我的原始评论，可能是计算上不那么密集......你很幸运，你的行只有2或3分！

Answer 2

您尝试解决的问题称为群集。有关sklearn中的聚类算法的概述，请参阅http://scikit-learn.org/stable/modules/clustering.html#clustering。

编辑2： KMeans是我第一次看到您的帖子时想到的，但根据评论的反馈，它看起来不太适合。您可能想要尝试sklearn的DBSCAN。

您可以添加的潜在变换或额外功能是将直线拟合到每组点，然后使用（斜率，截距）对。您可能还想使用每行的质心。