用于从智能家居数据中挖掘人类 activity 模式的 KMeans 算法
KMeans algorithm for mining human activity pattern from smart home data
我正在从事数据挖掘项目，以从智能电表数据中挖掘人类 activity 模式。我无法找到 KMeans 的解决方案或如何使用 KMeans 算法进行聚类。
数据是这样的，一天分为48个时段，每个时段30分钟，那个时段有活动的设备。
现在我想创建像一天中的时间（早上、下午、
傍晚、夜晚）、工作日、星期 and/or 一年中的月份、季节。
我应该遵循什么方法来使用 KMeans 获得结果？
KMeans 不能以明显的方式以有意义的方式用于此。
该算法是为连续变量设计的，它计算均值（因此得名），以及与均值的平方偏差被最小化。但是您的数据不是连续的。使用平均设备 ID 和偏差平方没有意义。
我正在从事数据挖掘项目，以从智能电表数据中挖掘人类 activity 模式。我无法找到 KMeans 的解决方案或如何使用 KMeans 算法进行聚类。
数据是这样的，一天分为48个时段，每个时段30分钟，那个时段有活动的设备。
现在我想创建像一天中的时间（早上、下午、 傍晚、夜晚）、工作日、星期 and/or 一年中的月份、季节。 我应该遵循什么方法来使用 KMeans 获得结果？
KMeans 不能以明显的方式以有意义的方式用于此。
该算法是为连续变量设计的，它计算均值（因此得名），以及与均值的平方偏差被最小化。但是您的数据不是连续的。使用平均设备 ID 和偏差平方没有意义。