我正在处理一个包含纬度，经度和日期时间的数据集，每天有500万个点。 而且我没有预期的群集数量，并且取决于群集应该更改的日期。
我正在用Python用clickhouse database进行编码，以存储源数据。
==>有没有办法做一个包含3个功能的spatiotemporal clustering？
到目前为止，我已经缩放/规范化了这三个功能，并使用了MiniBatchKMeans（当前使用的解决方案）或Euclidian distance，但是我失去了点之间的物理距离的概念。
DBSCAN或HDBSCAN与Havresine仅接受2个特征（弧度的纬度）。
此外，这种无法进行容量排除的非优化解决方案也无法扩展（我已经尝试了GitHub上的ST-DBSCAN，在仅运行2小时的数据15小时后便停止了该操作）。
我希望得到我的数据点簇，将位置和时间上最近的点重新组合在一起。