Python 过滤包含行走轨迹的数据集中的噪声

我有一个数据集，其中包含一个人在给定时间在室内环境中行走的位置。 我没有关于环境的任何信息，只有数据集。 该表的结构如下所示：

（ID、X、Y、时间）

其中ID是包含ID的主键，X和Y坐标和时间是时间戳。 数据收集的频率为每0.2秒1个元素

在我开始对路径、速度等进行任何分析之前，我想从数据集中去除噪声，但我不确定应该使用什么方法。 我读过关于使用诸如DBSCAN之类的聚类函数的书，对于给定的参数，它似乎可以做些什么，但由于它是基于密度的聚类，我觉得它不是最好的解决方案。另一方面，ST-DBSCAN考虑了时间，因此它看起来更合适，但它仍然基于密度

---

在这种情况下，有没有更好的方法来过滤噪音，或者DBSCAN是正确的方法？

如果您将数据视为二维时间序列，那么应用此处列出的算法之一是有意义的：

如果您将数据视为二维时间序列，然后应用此处列出的算法之一是有意义的：