У меня есть набор данных, содержащий положение человека, идущего в помещении в данный момент времени. У меня нет никакой информации об окружающей среде, только набор данных. Таблица структурирована следующим образом:
(ID, X, Y, time)
, где ID - это первичный ключ, содержащий id, X и Y, координаты, а время - метка времени. Частота сбора данных составляет 1 элемент каждые 0,2 секунды.
Прежде, чем я начну какой-либо анализ пути, скорости и т. Д. c Я бы хотел удалить шум из набора данных, но я не уверен, какой подход мне следует использовать. Я читал об использовании функций кластеризации, таких как DBSCAN, и для заданных параметров он, кажется, что-то делает, но, поскольку это кластеризация на основе плотности, я не думаю, что это лучшее решение. С другой стороны, ST-DBSCAN учитывает время, поэтому оно кажется более подходящим, но все же основано на плотности.
Есть ли лучший способ фильтрации шума в таком контексте или это правильный подход DBSCAN?