【发布时间】:2020-04-07 19:58:59
【问题描述】:
我在稀疏时间序列数据上使用 SVD。我有独特的商店,每家商店最多有 84 个时间点。我已将时间点减少到 3 个维度。我正在尝试查看是否最终可以根据时间序列对商店进行聚类。我意识到为此使用 SVD 并不是一种最佳方法,我相信还有更好的方法。如果有人对尝试什么有建议,我很乐意提供意见,但我主要是好奇什么现象会在 SVD 中产生这样的形状。
【问题讨论】:
标签: time-series cluster-analysis svd
我在稀疏时间序列数据上使用 SVD。我有独特的商店,每家商店最多有 84 个时间点。我已将时间点减少到 3 个维度。我正在尝试查看是否最终可以根据时间序列对商店进行聚类。我意识到为此使用 SVD 并不是一种最佳方法,我相信还有更好的方法。如果有人对尝试什么有建议,我很乐意提供意见,但我主要是好奇什么现象会在 SVD 中产生这样的形状。
【问题讨论】:
标签: time-series cluster-analysis svd
这对于 SVD 和 PCA 来说是典型的,当数据不太适合该方法时。
第一个组件主要是捕获数据中的方差/幅度。这是“正确的”,去掉这个效果不一定是个好主意。当您考虑使用高斯模型的 2d 玩具示例时,这并不是您所期望的 - 您可能想要接受数据的大小是最重要的因素。
【讨论】: