Masalah yang tampaknya Anda miliki adalah bahwa setiap kolom memiliki skala yang berbeda sehingga Anda tidak dapat dengan mudah menggabungkannya. Masalah ini dapat diselesaikan dengan menggunakan teknik yang disebut pemutihan. Ini melibatkan penghitungan rata-rata dan standar deviasi setiap kolom (Anda dapat melakukan ini dalam 1 pernyataan SQL) dan kemudian mengubah skala setiap kolom menjadi ini saat memilih:
colSortPos = (colValue-colMean) / colStdev
Melakukan ini akan memberi Anda setiap kolom berkisar sekitar 0 yang +/- 1 standar deviasi dalam kisaran +/- 1. Triknya kemudian adalah menggabungkan ini sehingga tanggal yang sama menjadi satu. Masalahnya di sini adalah bahwa ini bukan masalah 2 dimensi sehingga Anda perlu berpikir secara multidimensi. Jadi saran saya adalah untuk mengambil jarak Euclidean sebagai urutan pengurutan Anda.
SELECT
date,
i,
j,
k,
SQRT( POW(([email protected])/@iStdDEv, 2) + POW(([email protected])/@jStdDEv, 2) + POW(([email protected])/@kStdDEv, 2) )
AS
sort_order
FROM
table
ORDER BY
sort_order
Satu-satunya masalah dengan ini adalah memproyeksikan masalah Anda ke ruang 1 dimensi yang mungkin membuat Anda kehilangan beberapa korelasi. Untuk mengatasinya, saya sarankan menggunakan teknik pengelompokan seperti K-means yang cukup sederhana untuk diterapkan dan sangat cepat. Ini akan memungkinkan Anda untuk mengelompokkan tanggal Anda ke dalam k cluster yang paling mirip [ http:// en.wikipedia.org/wiki/K-means_clustering ]. Jika Anda memiliki data mentah dan ingin bermain-main dengan teknik ini (dan lainnya) maka saya sarankan untuk mencoba weka toolkit [ http://www.cs.waikato.ac.nz/ml/weka/ ] yang akan memungkinkan Anda bermain-main dengan teknik ini.
