Machine learning 在聚类之前，我应该对时间序列进行分析吗？
我有个问题。我有很多不同的商品，不同的公司章程，（26000），我有2017年52周的销售量。我需要为未来做一个预测模型，所以我决定做一组项目 我们的目标是显示2017年期间销售的类似数量的商品数量，对于新的商品集合，我基于集群进行分类，并对商品进行特定的模型预测。这是我第一次使用机器学习，所以我需要帮助 在进行聚类之前，是否需要对相关性进行分析Machine learning 在聚类之前，我应该对时间序列进行分析吗？,machine-learning,time-series,cluster-analysis,forecasting,Machine Learning,Time Series,Cluster Analysis,Forecasting,我有个问题。我有很多不同的商品，不同的公司章程，（26000），我有2017年52周的销售量。我需要为未来做一个预测模型，所以我决定做一组项目 我们的目标是显示2017年期间销售的类似数量的商品数量，对于新的商品集合，我基于集群进行分类，并对商品进行特定的模型预测。这是我第一次使用机器学习，所以我需要帮助 在进行聚类之前，是否需要对相关性进行分析 我可以基于相关性创建一个度量，我将其放入聚类函数中，就像距离度量一样。对时间序列数据进行聚类不能产生对原始数据的结果 时间序列数据是关于趋势的，而不是
我可以基于相关性创建一个度量，我将其放入聚类函数中，就像距离度量一样。对时间序列数据进行聚类不能产生对原始数据的结果 时间序列数据是关于趋势的，而不是实际值 尝试转换您的数据以反映某些趋势并进行聚类 例如，假设您的数据为5,10,45,23 将其转换为0,1,1,0。（1表示价值增加，而不是之前的价值增加）。通过这样做，您可以将增加或减少的项目聚集在一起
这只是一个观点，您将不得不尝试各种转换，看看什么对您的数据有效。是问这些问题的合适地点我投票决定将这个问题作为离题题结束，因为它与编程无关。欢迎来到这里；你的问题可以说是离题了，因为它是关于方法论而不是编程的-请花一些时间阅读，你的问题可能更适合或姐妹网站。。。