R语言问题剖析20篇（二）-什么是时空数据分析？意义、目标、模型

目前，时空数据已成为数据挖掘领域的研究热点，在国内外赢得了广泛关注。同时，时空数据挖掘也在许多领域得到应用，如交通管理、犯罪分析、疾病监控、环境监测、公共卫生与医疗健康等。时空数据挖掘作为一个新兴的研究领域，正致力于开发和应用新兴的计算技术来分析海量、高维的时空数据，发掘时空数据中有价值的信息。

本文目录

• 1.什么是时空数据？

• 2.为什么要进行时空数据分析？

• 3.为什么时空模型应该是统计模型？

• 4.时空统计模型的目标

• 5.分层统计模型(Hierarchical Statistical Models)

1.什么是时空数据？

世界运转过程留下的痕迹称为数据，所以数据都有两个基本的固有属性：空间和时间属性。其中，空间属性可以指绝对的位置属性，也可以指相对的空间关系，一般来说，空间关系又可以按照如下两种方式进行划分：

1. 局部或全局

   • 局部的：同一节点（或对象）内部，各属性维度之间的关系。

   • 全局的：不同节点（或对象）之间的关系

2. 隐式或显式

   • 隐式的：维度或节点之间的关系可以作为特征维度来考量，不以关系图结构的形式呈现。

   • 显式的：节点（或对象）之间可以构建明显的关系图结构。

对于时间关系，一般都是以序列的形式呈现。因此把时空序列作为一种统一的

文章来源: wenyusuran.blog.csdn.net，作者：文宇肃然，版权归原作者所有，如需转载，请联系作者。

原文链接：wenyusuran.blog.csdn.net/article/details/121850867