qq_24949293 2019-05-01 20:24 采纳率: 50%
浏览 2519
已采纳

如何对聚类产生的结果簇进行进一步分析?

本人是数据挖掘方面的小白,最近刚开始做学校给出的数据分析项目。
语言用的是python。
我目前在做西安市经纬度地图的聚类分析并提取其中的热点区域。我用DBSCAN算法提取出了7-8个核心热点区域(最大的簇),并且用K-means锁定了它们的质心。但是聚类出来的簇很基本而且并不规则。并不符合最终聚类结果的标准。我查了一些问答发现需要对每一个聚类产生的簇进行进阶分析。但我目前并不知道从何下手。
几个可能的方向:
1.对聚类簇做回归分析,让每个簇的形状变得更规则?
2.结合聚类簇的质心,标注出相关地段最有特点的景点或建筑作为标签,然后用有监督学习?
我只想到了上面两个可能的进阶分析方法,但是我上面两个方法也不知道该用什么合适的算法来入手,希望能得到大佬们的提点。或者有更好的思路,也希望大佬能为我指明道路,谢谢!

补充:我的聚类目的是通过分析西安市区中的热点区域,结合具体时间段来分析西安市出行用户的出行模式。(经纬度数据都是用户上下车点的数据)

  • 写回答

2条回答 默认 最新

  • weijun05 2019-05-05 11:25
    关注

    用户出行模式的问题通常不单单是找出地图上的热点区域的问题, 而是一个多维度的包括时间的聚类. 所用到的维度可能包括乘车日期, 上车时间,下车时间, 乘车站点, 类型(地铁,出租...)....
    之后需要对这些维度的数据进行特征提取, 比如说出行的路线轨迹/距离, 站点序列,出行时间, ... 对于路线轨迹/距离, 简单的基于euclidean distance肯定是不适用的,可以考虑使用scipy.spatial.distance.cdist(a,b, 'cityblock').
    提取特征之后, 大概就可以从时间, 空间, 行程链这几个维度来对每个用户的出行周期进行量化了. 最简单的做法就是只提取出门时间, 结束时间, 出行距离, 然后按照这几个特征再进行聚类.

    至于你上面提到的回归也好, 监督学习也好, 最好都是基于一定目的的特征提取之后再进行的 (而且要结合你的最终要解决的目标问题).

    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论
查看更多回答(1条)

报告相同问题?

悬赏问题

  • ¥20 机器学习能否像多层线性模型一样处理嵌套数据
  • ¥20 西门子S7-Graph,S7-300,梯形图
  • ¥50 用易语言http 访问不了网页
  • ¥50 safari浏览器fetch提交数据后数据丢失问题
  • ¥15 matlab不知道怎么改,求解答!!
  • ¥15 永磁直线电机的电流环pi调不出来
  • ¥15 用stata实现聚类的代码
  • ¥15 请问paddlehub能支持移动端开发吗?在Android studio上该如何部署?
  • ¥20 docker里部署springboot项目,访问不到扬声器
  • ¥15 netty整合springboot之后自动重连失效