python-3.x - 查找 gps 数据中的异常值或异常(时间、纬度、经度、高度)
问题描述
我有数据。根据数据(时间、纬度、经度、海拔)确定设备在一周内的典型路线是什么。在确定设备经常光顾的基线路线或典型区域后,我们可以开始根据设备在其频繁路线/区域之外移动来确定异常情况。
行动:然后,该进程将向系统发送“警报”,该系统正在其频繁区域路线之外行驶
请建议哪种机器学习算法有用。我要开始聚类算法了。还告诉我哪些 python 库对使用机器学习算法很有用。
解决方案
首先,如果你使用 Python,那么使用 scikit-learn。
对于这个问题,有多种可能。
一种方法确实是使用聚类算法。为此,您也可以使用 DBSCAN 来获取异常。它是一种旨在获取聚类和异常值的算法。
另一种方法是(假设您拥有每个设备的所有位置)使用更有趣的方式,例如在所有位置上使用聚类算法来获得重要位置,并在 LDA(潜在狄利克雷分配)之后获得主要主题(这里单词将是集群的索引,文档将是每个设备的位置列表,因此主题将是主要的“路线”)。
推荐阅读
- javascript - 防止在 quilljs 编辑器中以 Angular 5+ 组件执行 TAB-Event
- java - 验证 tableviewer 行并显示错误
- apache-spark - 在客户端模式下运行应用程序时,究竟在哪里触发读取本地文件
- c++ - “char const * name() const _WEBSOCKETPP_NOEXCEPT_TOKEN_ {”是什么意思
- ios - 当应用程序从后台处于活动状态时,如何避免在本机反应中安装组件?
- c# - C# 中的 ODP 不返回 Oracle DATE 类型列默认值
- php - 需要总时间的空闲时间段
- c++ - 如何在 C++ 中仅访问 unordered_set 的元素?
- docker - Kubernetes podAffinity
- ios - 外部硬件指纹扫描仪和 iPhone 设备集成