你所拥有的是根据时间的一系列事件，所以不要犹豫，称之为时间序列！

时间序列中的聚类有两种不同的含义：

1. 时间序列的分割，即您希望根据内部相似性将单个时间序列分割成不同的时间间隔。
2. 时间序列聚类，即你有几个时间序列，你想根据它们之间的相似性找到不同的聚类。

我假设您的意思是第二个，这是我的建议：

您有很多车辆，每辆车有很多观察结果，即您有很多车辆。所以你有几个矩阵（每辆车都是一个矩阵），每个矩阵包含N行（Nr 个观察值）和T列（时间点）。一个建议可能是将 PCA 应用于每个矩阵，以减少 PC 空间中的维度和观察数据，并查看矩阵（车辆）内的不同观察之间是否存在有意义的关系。然后，您可以将所有车辆的每个观察值放在一起，并制作一个矩阵并将 PCA 应用于该矩阵，以查看不同车辆之间单个观察值的关系。

如果您没有负值，强烈建议使用矩阵分解来降低矩阵形式数据的维数。

另一个建议是将所有矩阵放在一起并构建一个N x M x T张量，其中N是车辆数量，M是观察数，T是时间序列，并应用张量分解来查看全局关系。

本文展示了一种非常好的时间序列聚类方法，其实现非常简单。

我希望它有帮助！

祝你好运 ：）

编辑

正如您提到的，您的意思是时间序列分割，我将其添加到答案中。

时间序列分割是唯一具有评估基础的聚类问题。实际上，您考虑了时间序列背后的生成分布并对其进行分析，我强烈建议您使用this , this , this , this , this和this来全面研究您的问题。特别是最后一篇和博士论文。

祝你好运！