Python DBSCAN可以提供行作为输入

我对机器学习和python都是新手，我的目标是通过集群试验路由预测

我刚刚开始使用，并且我能够获得给定坐标数组作为过程输入的结果，例如[1,1]，[2,2]，[3,3]，…]，其中包括所有路线的所有坐标

然而，我真正想要的是为DBSCAN提供一个包含所有路由/线路的集合，而不是一个包含所有路由的所有坐标的集合。因此，我的问题是这是否可能（这有意义吗？），如果可能，我如何才能做到这一点

谢谢您的时间。

为什么您认为基于密度的群集是群集路由的好选择？你会在这里使用什么密度概念

我宁愿尝试使用适当的路由距离进行分层聚类

---

但是如果你有距离矩阵，你当然可以免费试用DBSCAN（在距离矩阵上计算距离要比DBSCAN昂贵得多）。

如果路线有固定长度，就说每条路线由4个支腿组成（即一条路线上有5个点）然后简单地将路线作为10维点提供，即

[[x0，y0，x1，y1，x2，y2，x3，y3，x4，y4，x5，y5]，…]

。如果路线有太多分支，您可以始终确定一个公共编号，然后将它们拆分并作为多个点馈送。实际上，每条路线都由太多的点组成。关于你的建议，我们不会散播数据吗？关于10维点，是否能正确解释（例如，y轴分配偶数，x轴分配奇数）？视情况而定。您可以使用10亿个维度的数据点，对于所有较短的管线，只需重复端点，即可获得该数量的维度。当然，分割路由会丢失信息，但是我不知道您想做什么。可能重要，也可能不重要，这取决于你到底想要实现什么。分割序列是一种常见做法，例如，使用LSTM时，您必须选择一定数量的时间步长，并根据该时间步长分割较长的序列。如果你做得很好，你会损失很少的信息。我认为这是一个不错的选择，因为我读过多篇论文，都用它来预测路线。例如，此处用于船舶航线预测：最初我的直觉将我带到分层聚类，但如果数据集不包括起始坐标，我不确定如何处理它，更具体地说，参与者只在出发后很长一段时间发送他们的位置（因此我缺少树的根），他们对点进行聚类（位置、方向和速度），而不是路线。那么你想采取哪种方法呢？首先你需要确定这一点，然后是距离，然后是算法。