對於與DBSCAN一起使用的時間戳，持續時間數據，我需要什么預處理方法？

Question

我有一個月的數據，其格式為：

            timestamp  duration
0 2015-10-01 00:00:08    2912.0
1 2015-10-01 00:48:58      30.0
2 2015-10-01 00:49:58     229.0
3 2015-10-01 00:54:07    4122.0
4 2015-10-01 02:03:19       0.0
...

我希望使用scikit-learn庫中的DBSCAN根據“ HH：MM：SS中的一天中的時間”和“持續時間”這兩個維度執行聚類，

我知道在使用群集之前需要進行一個預處理步驟，但是我不知道要使用哪個步驟！

如果有人能指出我正確的方向，將不勝感激。

謝謝！

Answer 1

這是一個虛假的答案：我也遇到分類問題。 分類算法與按結果聚類沒有太大不同，因為目標是按照相似的模式對它們進行分組。

您可以使用Google“混合數據分類的預處理技術”或類似方法。

主要思想是將時間戳轉換為“分類變量”，然后將其二值化，因此您將擁有年份：1,0,1,1,1，等等，月份：1,0,0,0,0， 0,0，...（對於具有12個變量的一月），...或者您也可以將月份除以季節，因此您將擁有4個季節，依此類推。您需要了解與預期輸出真正相關的內容，雖然。 即4個自變量。

希望能幫助到你！