原文链接：http://tecdat.cn/?p=27078
时序数据的聚类方法
该算法按照以下流程执行。
- 使用基于互相关测量的距离标度（基于形状的距离：SBD）
- 根据 1 计算时间序列聚类的质心。（一种新的基于质心的聚类算法，可保留时间序列的形状）
- 划分成每个簇的方法和一般的kmeans一样，但是在计算距离尺度和重心的时候使用上面的1和2。
import pandas as pd
# 读取数据帧，将其转化为时间序列数组，并将其存储在一个列表中 tata = \[\] for i, df in enmee(dfs): # 检查每个时间序列数据的最大长度。 for ts in tsda: if len(s) > ln_a: lenmx = len(ts) # 给出最后一个数据，以调整时间序列数据的长度 for i, ts in enumerate(tsdata): dta\[i\] = ts + \[ts\[-1\]\] * n_dd # 转换为矢量 stack_list = \[\] for j in range(len(timeseries_dataset)): stack_list.append(data) # 转换为一维数组 trasfome\_daa = np.stack(ack\_ist, axis=0) return trafoed_data
数据集准备
# 文件列表flnes= soted(go.ob('mpldat/smeda*.csv')) # 从文件中加载数据帧并将其存储在一个列表中。for ienme in fiemes: df = pd.read\_csv(filnme, indx\_cl=one,hadr=0) flt.append(df)
聚类结果的可视化
# 为了计算交叉关系，需要对它们进行归一化处理。# TimeSeriesScalerMeanVariance将是对数据进行规范化的类。sac\_da = TimeeiesalerMVarne(mu=0.0, std=1.0).fit\_trnform(tranfome_data)# KShape类的实例化。ks = KShpe(\_clusrs=2, n\_nit=10, vrboe=True, rano_stte=sed) yprd = ks.ft\_reitsak\_ata)# 聚类和可视化plt.tight_layout() plt.show()
点击标题查阅往期内容
01
02
03
04
用肘法计算簇数
什么是肘法...
- 计算从每个点到簇中心的距离的平方和，指定为簇内误差平方和 (SSE)。
- 它是一种更改簇数，绘制每个 SSE 值，并将像“肘”一样弯曲的点设置为最佳簇数的方法。
#计算到1~10个群组 for i in range(1,11): #进行聚类计算。 ks.fit(sacdta) #KS.fit给出KS.inrta_ disorons.append(ks.netia_) plt.plot(range(1,11), disorins, marker='o')
