聚类不同长度的时间序列数据

Question

我有不同长度的时间序列数据。我想根据 DTW 距离进行聚类，但找不到与之相关的 ant 库。 sklearn 给出直接错误，而 tslearn kmeans 给出错误答案。

如果我用零填充它，我的问题就解决了，但我不确定在聚类时填充时间序列数据是否正确。

欢迎就时间序列数据的其他聚类技术提出建议。

max_length = 0

for i in train_1:
    if(len(i)>max_length):
        max_length = len(i)
print(max_length)

train_1 = sequence.pad_sequences(train_1, maxlen=max_length)
km3 = TimeSeriesKMeans(n_clusters = 4, metric="dtw",verbose = False,random_state = 0).fit(train_1)

print(km3.labels_)

Answer 1

您可以尝试定制 k-means（聚类算法）或其他算法。可以在 sklearn 库中轻松获得源代码。填充确实不是一个很好的选择，因为它会改变问题本身。您也可以使用 tslearn 和 pyclustering（用于优化集群）作为替代方案，但请记住使用 DTW 距离而不是欧氏距离。

Answer 2

我遇到了同样的问题，因为我的数据长度不一样。我在每个系列的末尾使用零来获得最大长度。我用数据测试了一些集群类型，与其他类型相比，"partitional" 的效果出奇地好。我不是专家，但这足以满足我的需求。

如果您找到更好的方法，请告诉我。

data_clusters_results <-
  tsclust(
    series = data_ts_,
    type = "partitional", ## options: "partitional", "hierarchical", 'fuzzy'
    k = 2:max_clusters,
    preproc = NULL,
    distance = "gak", ## options: "dtw", "dtw2", "dtw_basic", "gak"
    trace = TRUE
  )

聚类不同长度的时间序列数据

Clustering Time Series Data of Different Length

cluster-analysis

time-series

k-means