驾驶员行为集群 介绍 在此项目中，我们尝试创建一个统计模型以基于CAN总线传感器数据对驾驶员行为进行聚类。 我们将使用层次聚类，根据驾驶员的行为和驾驶方式对其进行识别和分组。 驱动程序的此标识可用于改进。 资料准备 overview.csv 数据集包含42个参数（列）和60个变量（观测值）， 数据清理 在进行数据分析之前，我们需要清理数据集： 转换类型，将缺失值替换为零。 通过绘制相关系数矩阵，我们可以考虑具有最低相关系数的变量，它们是解释变异性的变量。 同样，此步骤将使我们减少在分析中要考虑的参数数量。 特征 id ：车辆的标识符。 odo ：车辆的里程表读数，以km为单位。 dist ：时间段内的行驶距离。 fuelc ：报告期内行驶，空转和使用取力器时的总油耗（升）。 idle ：怠速模式下的发动机运行时间，表示为HH：MM：SS pause ：发动机运行时间，暂停表示为HH：MM