1
여러 타임 스탬프 (분 단위)에 대해 클러스터링을 수행하고자합니다. 그래서 내가 무슨 짓을했는지 지금까지입니다 :sklearn과 함께 라디안 거리 행렬에 DBSCAN을 적용 하시겠습니까?
1) 각 지점에서 짧은 거리를 지정) 라디안
#points containing time value in minutes
points = [100, 200, 600, 659, 700]
def convert_to_radian(x):
return((x/(24 * 60)) * 2 * pi)
rad_function = np.vectorize(convert_to_radian)
points_rad = rad_function(points)
2) 생성 거리 행렬
#generate distance matrix from each point
dist = points_rad[None,:] - points_rad[:, None]
3 점을 변환
dist[((dist > pi) & (dist <= (2*pi)))] = dist[((dist > pi) & (dist <= (2*pi)))] -(2*pi)
dist[((dist > (-2*pi)) & (dist <= (-1*pi)))] = dist[((dist > (-2*pi)) & (dist <= (-1*pi)))] + (2*pi)
dist = abs(dist)
이제 거리 매트릭스에 DBSCAN을 사용하고 싶습니다. 클러스터에 대해 어떻게 생각합니까? 그것을 라디안 거리에 넣으시겠습니까?
감사합니다.
내가 당신의 거리 행렬은 거리 행렬하지라고 생각합니다. –
왜 단순 선형 측정을 각도로 변환하고 싶습니까? (BTW, 대부분의 시계는 다이얼에 12 시간이 아니라 24 시간) –
@ Anony-Mousse입니다! 나는 그것을 알아낼 수 있었다! – cookiedookie