高次の空間的時間的クラスタリング

Question

私の質問は、空間的および時間的および高次元のデータからクラスター分析をどのように作ることができるかです。私の目的は、空間と時間にパターンを示すことができる部分空間クラスタを見つけることです。ここでのスペースは地理的位置を意味するので、私は自己相関法（Tobler法や地理学からの最初の法則のようにも知られている）を使うべきです。 これは正しいですか？まずすべての変数に時間と地理的位置が関係しているため、すべての変数からウェーブレット変換に時間と周波数の変換を行い、その後にその係数をとり、時間的高次元クラスタリング。一時的なクラスターができたら、時間的なクラスター間の空間的な「クラスター」トラフの地域化を見つけようとします。

ありがとうございました。

Answer 1

を確認していません。そのような状況で私がするであろういくつかの検証ステップは、すべての（150）変数がすべて同じ尺度の空間および時間スケールに対応しているかどうかをチェックすることです自己相関（定常性）の問題を解決することができます。そして最後に、抽出されるフィーチャーやパターン、フィーチャーの特徴を理解しなければなりません。これをチェックしてください：http://www.geokernels.org/pages/modern_indexpag.html

希望しました！

Answer 2

アプリケーションに応じて、時間を別の次元として扱うことができます。

Answer 3

あなたがここで達成したいことは明確ではありません。一般に時空間クラスタリングでは、データセット内の特定のパッチに対して多変量Guassian混合モデルのような分布に基づくモデルを使用し、共分散行列パラメータを更新することができる（http://en.wikipedia.org/wiki/Multivariate_normal_distribution）。ウェーブレット変換係数クラスタリングの場合、我々は存在する空間相関を無視する。

私は私はあなたが空間相関（地域化）の解釈としてtoblers法を使用することを理解し、あなたが「地域化」によって、ここで何を意味するかによって