【发布时间】：2015-11-14 18:55:47
【问题描述】：
我对机器学习的了解非常有限。我正在寻找某种聚类算法，它可以帮助我通过这些点的一些历史数据将数据点组合在一起。想想这个例子： 有 n 个气象站（例如 200 个），我有这 n 个气象站 5 年的每小时温度数据。所以数据看起来像
timestamp, station_1, station_2, ...
1900-01-01 00:00:00, 80, 60, 81, ...
1900-01-01 01:00:00, 82, 59, 83
我正在寻找一种将气象站分组在一起的聚类算法，因此在一个聚类中，气象站的温度非常接近。例如，80 和 81 接近，而 80 和 60 则不接近。
另外，如果算法还可以告诉/计算数据点到集群中心有多“接近”，那就太好了...
【问题讨论】：
-
您错过了重要的一点：什么是“接近”温度？您必须首先定义它，甚至在开始集群之前。最简单的解决方案可能是先简单地计算平均温度。
-
@Paul 例如，80 和 81 接近，而 80 和 60 则不接近。
-
这适用于单值，是的。但是你想通过气象站（或至少我理解这个问题的方式）而不是单一温度来聚集。所以搜索的关系不是温度之间，而是温度组之间
-
@Paul 对，这就是棘手的部分。我知道有一个k-means，可能会用于对温度进行聚类，但是如何处理气象站？
-
气象站/温度组之间的关系与其说是编码问题，不如说是一个统计问题。有很多方法可以解决这个问题。最简单的方法是某种手段，但您也可以在比较中包含某种标准偏差，列表将是无穷无尽的。如果不知道确切的要求和统计数据，很难推荐任何东西，这并不是我的专长。
标签： algorithm machine-learning statistics cluster-analysis hierarchical-clustering