提问人：Castell089 提问时间：11/6/2023 更新时间：11/7/2023 访问量：44
多维轨迹聚类
Clustering of multidimensional trajectories
问：
我有一个包含多个飞行轨迹的大数据集。这些轨迹都有一个唯一的 ID 来识别它们。它们位于经典的 pandas Dataframe 中。轨迹的每个样本都有多个特征，如经度、纬度、高度、速度等等，如 15 个维度。
我的目标是找到一种聚类算法，该算法可以使用整个多维轨迹作为其输入，并且它仅按整个轨迹对轨迹进行聚类。
它应该是一个具有动态聚类数量的算法，因此 k-mean 将不起作用
我尝试用 DBSCAN 对它们进行聚类，但问题是，一条轨迹为其中的样本提供了不同的聚类标签。只能将每个样本送入DBSCAN，而不能将整个轨迹送入。
我也在考虑将轨迹转换为单行，但这最终会变成许多维度，我猜这些维度会以维度的诅咒告终。
我也听说过距离矩阵，但它们不是也以多个维度结束，所以它不能被输入到 DBSCAN 中吗？
我将非常感谢有用的答案！
答：
0赞
micans
11/7/2023
#1
如果你纯粹对轨迹聚类感兴趣，那么我假设你可以考虑（至少作为一个起点）经度、纬度和海拔高度。这听起来像是一个相当普遍的问题。搜索“轨迹之间的距离”很快就会得到。例如，轨迹距离测量和性能评估的调查。对于 R（我知道不是你想要的），我找到了 https://cran.r-project.org/web/packages/trajectories/vignettes/article.pdf。搜索“轨迹之间的距离，python”给出了几个结果，但没有一个开箱即用的3D工作解决方案。通过这些链接，也许您可以更好地掌握问题。
评论
0赞
Castell089
11/10/2023
谢谢！我读了很多关于距离测量的论文，但我仍然缺乏关于如何对它们的结果进行聚类的知识。我看到很多人使用DBSCAN进行轨迹，但找不到如何转换轨迹数据的解决方案，它可以用作DBSCAN的输入。
0赞
micans
11/10/2023
我自己没有经常使用DBSCAN，但是例如，看看 scikit-learn.org/stable/modules/generated/......他们说“从向量数组或距离矩阵执行DBSCAN聚类”，因此在该实现中，您可以自己计算距离矩阵，将其提供给DBSCAN，它将直接使用这些值，而无需推断距离本身。这通常是聚类方法提供的区别，在聚类方法中，它们允许将特征矩阵作为输入（需要距离计算）或预先计算的距离矩阵。
1赞
Castell089
11/10/2023
感谢您的帮助！我同时发现了库 HDBSCAN，它是 sklearn 对 DBSCAN 的修改，提供了更多选择。我将使用距离矩阵，尝试不同的距离指标。
评论