关于滑动窗口的聚类行为研究
这篇论文研究了使用滑动窗口预处理时间序列数据进行聚类时可能出现的严重问题。研究指出，窗口大小与时间序列长度的相对关系会导致三种令人意外的聚类失败情况。除了提供计算示例，论文还对每种失败模式给出了理论解释。
Computer Science > Machine Learning
arXiv:2503.14393 (cs) [于2025年3月18日提交]
标题: On the clustering behavior of sliding windows
作者：Boris Alexeev, Wenyan Luo, Dustin G. Mixon, Yan X Zhang
查看由 Boris Alexeev 和其他 3 位作者撰写的题为 On the clustering behavior of sliding windows 的论文的 PDF 版本 查看 PDF HTML (实验性)
摘要：当对使用滑动窗口预处理过的时间序列数据进行聚类时，事情可能会变得非常糟糕。我们重点介绍了三种令人惊讶的失败情况，这些失败情况取决于窗口大小与时间序列长度的比较方式。除了计算示例外，我们还为每种失败模式提供了理论解释。 主题：| Machine Learning (cs.LG) ---|--- 引用为： | arXiv:2503.14393 [cs.LG] (或 arXiv:2503.14393v1 [cs.LG] 用于此版本) https://doi.org/10.48550/arXiv.2503.14393 通过 DataCite 了解更多 arXiv 发布的 DOI（待注册）
提交历史
来自: Dustin Mixon [查看电子邮件] [v1] 星期二, 2025年3月18日 16:28:14 UTC (135 KB) 全文链接：
访问论文:
查看由 Boris Alexeev 和其他 3 位作者撰写的题为 On the clustering behavior of sliding windows 的论文的 PDF 版本