使用 dtwclust 进行动态时间规整距离 (DTW) 的时间序列聚类答案

【问题标题】：Time Series Clustering With Dynamic Time Warping Distance (DTW) with dtwclust使用 dtwclust 进行动态时间规整距离 (DTW) 的时间序列聚类
【发布时间】：2016-05-05 06:08:11
【问题描述】：

我正在尝试使用 dtwclust 包执行具有动态时间扭曲距离 (DTW) 的时间序列聚类。

我用这个功能，

dtwclust(data = NULL, type = "partitional", k = 2L, method = "average",
distance = "dtw", centroid = "pam", preproc = NULL, dc = NULL,
control = NULL, seed = NULL, distmat = NULL, ...)

我将数据保存为列表，它们的长度不同。就像下面的例子，它是一个时间序列。

$a
[1]  0  0  0  0  2  3  6  7  8  9 11 13

$b
[1]  0  1  1  2  4  7  8 11 13 15 17 19 22 25 28 31 34 35

$c
[1]  1  2  4  4  4  4  4  4  4  4  5  5  5  5  5  5  5  6  6  6  6  7  7  8  8  9 10 10 12 14 15 17 19

$d
[1] 0 0 0 0 0 1 2 4 4 4

$e
[1]  0  1  1  3  5  6  9 12 14 17 19 20 22 24 28 31 32 34

现在，我的问题是

(1) 我的距离只能选择dtw、dtw2 或sbd，质心只能选择dba、shape 或pam（因为列表长度不同）。但是，我不知道哪个距离和质心是正确的。

(2) 我画了一些图表，但不知道如何选择合适且合理的图表。

k = 6, distance = dtw, centroid = dba:

k = 4, distance = dtw, centroid = dba（集群中心好像连线了？）

我已经做了所有的组合，k 从 4 到 13...但我不知道如何选择正确的组合...

【问题讨论】：

标签： r machine-learning time-series cluster-analysis

【解决方案1】：

您不想“选择”参数，而是评估结果。因此，您需要选择一个评估聚类的标准。您基本上可以改变距离和 k 等参数，然后使用损失函数评估聚类。聚类评价一般有两种可能：

外部评价：

您可以使用标签（未用于聚类，因此被视为外部标签）来计算误报、真阳性等形式的准确度，最终将您带到AUC measure。

您的数据似乎没有标记，因此您无法计算任何准确性，这将是最简单的方法。

内部评估：

或者，您可以尝试最大化集群内相似度（集群成员与特定集群的所有其他成员的平均距离）并最小化集群间相似度（集群成员与外部所有元素的平均距离）他自己的集群）。

http://www.ims.uni-stuttgart.de/institut/mitarbeiter/schulte/theses/phd/algorithm.pdf

【讨论】：

请注意，dtwclust 现在在cvi 函数中包含评估工具。