在论文中使用纵向数据作轨迹，体现异质性。
以往有种方法为 “生长混合模型”（GMM）。本文是使用聚类分析对轨迹聚类，分cluster。
讨论部分需讨论这两种方法的比较、优缺点（统计不是自己做的），希望能侧重于对 处理“纵向数据、轨迹”方面。在网上查阅资料发现专业性太强无法自己归纳理解，烦请各位指点
浏览 68
已结题
聚类分析和生长混合模型比较
- 写回答
- 好问题 提建议
- 追加酬金
- 关注问题
- 分享
- 邀请回答
微信扫一扫3条回答 默认 最新
相关推荐 更多相似问题
- 2021-03-23 20:54回答 2 已采纳 你把min_samples改小点试下，以及测试下不同的eps设定，可以理解内部结构和合理的参数设定。 min_samples越大，越多的点容易标记为噪声。 eps越大，越多的点容易被包含在一个簇中
- 2022-01-23 09:45回答 2 已采纳
- 2019-05-01 20:24回答 2 已采纳 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
- 2019-04-07 18:05prince谢晓峰的博客 机器学习、深度学习、强化学习和人工智能的关系是什么？人工智能的学习算法大家庭1. 机器学习的定义2. 深度学习的定义3. 强化学习的定义4. 迁移学习的定义5. 人工智能的定义6. 机器学习 VS 深度学习 VS 强化学习 VS ...
- 2021-09-24 16:49Wwwilling的博客 文献题目：胃肠内窥镜计算机视觉和机器学习调查 文献时间：2019 胃肠内窥镜计算机视觉和机器学习调查Article摘要内窥镜应用 摘要 本文试图为读者提供一个开始研究计算机视觉和机器学习在胃肠 (GI) 内窥镜检查中的...
- 没有解决我的问题, 去提问
