看起来你是新来的。登录或注册开始。
大家好,
我是新来的，我会解释我的问题是什么:
我有一个由每个对象的位置和时间戳集合组成的数据库(想法是，在不规则的时间间隔，许多对象中的一个移动，发送时间戳，纬度和经度)。我在这里搜索了各种主题，但我没有找到关于地理空间数据相关性的内容。
我的目标是找到一种方法来关联这种类型的数据，如果可能的话，我将理解如何实现非监督异常检测系统(只是一个开始的点将受到赞赏)。
问候
嗨giobbigio，
这看起来像是一个活跃的研究课题，我会在科学文献中找到可能的方法，比如在谷歌学术搜索中。我认为一个问题可以通过适当的特征工程和时间序列方法来解决，但是只有一个简短的描述，我们不能做太多的事情。
如果你搜索了文献，没有找到满意的答案，如果你发布一些数据并详细解释问题，我们可能能够进一步帮助你。
问候,
塞巴斯蒂安。
谢谢你的回复。
对于这类问题，我不是一个完全的新手，但我是Rapidminer的新手。背后的理论很清楚。
我将解释我的数据是如何组织的:
。我的数据库是由在地理区域内移动的物体组成的。因此，它是一个id的集合，包括纬度、经度和时间戳。数据库是这样组织的:多个例子是一个对象的不同纬度，经度，时间戳(id重复对象的每个时间戳):
Id长时间戳
obj。1xx.xxxx yy.yyyy year/month/day h:mm
obj。2xx.xxxx yy.yyyy year/month/day h:mm
…(直到obj.n)
obj。1xx.xxxz yy.yyyz year/month/day h:mm+x min
obj。2xx.xxxz yy.yyyz year/month/day h:mm+x min
…直到N
(n =对象数，n =(每个对象的位置数)*n)
例如，我想找到:
。每个单个对象的位置和时间戳之间的相关性(例如，检查位置是否与一小时前的位置相似)
。物体之间的异常(如果它们在一天中多次接近，或者如果一个物体总是以相同的模式移动而偏离)
希望我已经说清楚了，
你好,
我认为一个好的起点是安装时间序列扩展(您可以在Extensions -> Marketplace下找到它)。如果有必要的话，你需要花些时间来研究一下时间序列。
当您达到可以分析窗口的程度时，分析时间序列的一阶导数的差异可能是一个好主意:如果方向变化太快，则可能是异常行为。此外，还可以采用其他聚合来为聚类方法生成特征。
据我所知，RapidMiner的实现并不比其他用例更复杂，但要学习必要的机器学习概念和过程，并为它生成功能，可能是具有挑战性的。
贡献我
答案
嗨giobbigio，
这看起来像是一个活跃的研究课题，我会在科学文献中找到可能的方法，比如在谷歌学术搜索中。我认为一个问题可以通过适当的特征工程和时间序列方法来解决，但是只有一个简短的描述，我们不能做太多的事情。
如果你搜索了文献，没有找到满意的答案，如果你发布一些数据并详细解释问题，我们可能能够进一步帮助你。
问候,
塞巴斯蒂安。
谢谢你的回复。
对于这类问题，我不是一个完全的新手，但我是Rapidminer的新手。背后的理论很清楚。
我将解释我的数据是如何组织的:
。我的数据库是由在地理区域内移动的物体组成的。因此，它是一个id的集合，包括纬度、经度和时间戳。数据库是这样组织的:多个例子是一个对象的不同纬度，经度，时间戳(id重复对象的每个时间戳):
Id长时间戳
obj。1xx.xxxx yy.yyyy year/month/day h:mm
obj。2xx.xxxx yy.yyyy year/month/day h:mm
…(直到obj.n)
obj。1xx.xxxz yy.yyyz year/month/day h:mm+x min
obj。2xx.xxxz yy.yyyz year/month/day h:mm+x min
…(直到obj.n)
…直到N
(n =对象数，n =(每个对象的位置数)*n)
例如，我想找到:
。每个单个对象的位置和时间戳之间的相关性(例如，检查位置是否与一小时前的位置相似)
。物体之间的异常(如果它们在一天中多次接近，或者如果一个物体总是以相同的模式移动而偏离)
希望我已经说清楚了，
问候
你好,
我认为一个好的起点是安装时间序列扩展(您可以在Extensions -> Marketplace下找到它)。如果有必要的话，你需要花些时间来研究一下时间序列。
当您达到可以分析窗口的程度时，分析时间序列的一阶导数的差异可能是一个好主意:如果方向变化太快，则可能是异常行为。此外，还可以采用其他聚合来为聚类方法生成特征。
据我所知，RapidMiner的实现并不比其他用例更复杂，但要学习必要的机器学习概念和过程，并为它生成功能，可能是具有挑战性的。
问候,
塞巴斯蒂安。