聚類和分割的區別

我已經閱讀了關於分段聚合近似 (PAA)挖掘時間序列數據、滑動窗口、自上而下和自下而上的時間序列分割方法，但這些方法適用於單維時間序列。

多維時間序列分割的技術有哪些？高斯混合模型或K均值聚類可以用於分割嗎？如果是這樣，那麼分割和聚類之間有什麼區別？

1. 分段和聚類有什麼區別
2. 如何分割運動時間序列數據以保留時間信息。
3. 這樣做的算法是什麼 - 多維時間序列分割的技術是什麼？

請提供鏈接或想法謝謝。

分段和聚類有什麼區別？

首先，讓我們定義兩個術語：

1. 將一些整體、一些對象分割成具有相似性和連續性的部分。請參閱Wikipedia，其中給出了分割（生物學）的示例*，將身體計划划分為一系列重複的片段*，還有Oxford。
2. 聚類 維基百科說*，將一組對象分組的任務是使同一組（稱為集群）中的對象（在某種意義上）彼此之間比其他組（集群）中的對象更相似（在某種意義上）*。

這在某種意義上是密切相關的。如果我們將某個完整的 ABC 視為由許多原子組成，例如由客戶組成的市場，或由身體部位組成的身體，我們可以說我們將 ABC分段但將原子聚集在一起。但是，當整體中存在一些原子（空間）連續性的概念時，似乎更使用分割。

這種用法似乎有些混亂。這個網站上經常用到客戶細分，應該是市場細分。客戶沒有被細分（希望如此！），他們是聚集在一起的。維基百科做對了。

與時間序列 結合使用 對於多個（並行）時間序列，我們可以將序列聚類為相似序列的組，而分割通常是指將單個序列劃分為相似、連續的部分。看標籤時間序列分割還有這個關於時間序列聚類的帖子列表。這表明與變化點-檢測。參見維基百科。

這個網站上有很多帖子圖像分割.

引用自：https://stats.stackexchange.com/questions/74351