質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.52%

  • Python 3.x

    6342questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • pandas

    578questions

    Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。

時系列データの軌跡をクラスタリングしたいです

解決済

回答 1

投稿

  • 評価
  • クリップ 1
  • VIEW 237

shin2167

score 3

python初心者なので不手際があったら申し訳在りません

時系列データの軌跡をクラスタリングしたいです(手法は問いません)

以下のようなツイッターのデータがあります(実際はcsvファイルを読み込んでいるのですが、今回は自身で作成したdfで説明します)
各カラムのデータ型は実際のcsvファイルを読み込んだものと同じです
df = pd.DataFrame({ 'tid' : [1, 2, 3, 4, 5, 6, 7],
'userid' : [1, 1, 1, 2, 2, 3, 3],
'latitude' : [1.1, 2.2, 3.3, 4.4, 9.9, 9.8, 9.9],
'longitude' : [11.1, 22.2, 33.3, 44.4, 99.9, 99.8, 99.9],
'date' : ['2017-01-01', '2017-01-01', '2017-01-05', '2017-01-01', '2017-01-02', '2017-01-02', '2017-01-02',],
'text' : ['a', 'b', 'c', 'd', 'e', 'f', 'g'],
'label': [1, 1, 2, 3, 4, 5, 5] })

ユーザの一日の軌跡を追いたかったので、dateを一日区切りでuseridごとにlabelを付与しました
上記のデータですとuserid1のユーザは3つ、ツイートをしていますが、そのうち2017-01-01のものが2つ2017-01-05ものが1つあるので各データに[1,1,2]というlabelを付与しました

上記のデータの緯度経度情報に基づき、labelごとに距離の近い軌跡をクラスタリングしたいです
今回の場合ですとlabel4とlabel5の軌跡(label4は点ですが)は実空間上でも近いと思われるので、同じクラスタになると考えられます
例としてクラスタ数を2とすると、最終的に以下のうようなカラムを付与してくれると嬉しいです

df = pd.DataFrame({ 'tid' : [1, 2, 3, 4, 5, 6, 7],
'userid' : [1, 1, 1, 2, 2, 3, 3],
'latitude' : [1.1, 2.2, 3.3, 4.4, 9.9, 9.8, 9.9],
'longitude' : [11.1, 22.2, 33.3, 44.4, 99.9, 99.8, 99.9],
'date' : ['2017-01-01', '2017-01-01', '2017-01-05', '2017-01-01', '2017-01-02', '2017-01-02', '2017-01-02',],
'text' : ['a', 'b', 'c', 'd', 'e', 'f', 'g'],
'label': [1, 1, 2, 3, 4, 5, 5]
'cluster' : [1, 1, 1, 1, 2, 2, 2] })

参考サイトです
http://ksknw.hatenablog.com/entry/2017/03/26/234048
このサイトではDTWを気温に応用して、気温的に似た地域を数値として出力しています
私も似たようなことを行いたいので、参考にしているのですが、各データの緯度経度を用いて軌跡ごとにユークリッド距離を算出しクラスタリングを行うところで詰まっています
説明下手ですみませんが、どうぞよろしくお願いいたします

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

0

ユークリッド距離の距離行列は頑張って作ってください。

sklearnだと、距離行列を受け取るアルゴリズムはそれなりにあるようなので、それを使えば良いでしょう。

API Reference — scikit-learn 0.19.1 documentation

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/07/11 18:15

    ありがとうございます

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.52%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る

  • Python 3.x

    6342questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • pandas

    578questions

    Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。