时序数据的聚类方法

由Kaizong Ye，Liao Bao撰写

去年，我们为一位客户进行了短暂的咨询工作，他正在构建一个主要基于KShape的分析应用程序。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。

如果关注不同序列在统计特性上的差异，那么可以提取时许的统计特征，基于提取的统计等特征进行计算欧式距离的KMeans的聚类，如果关注形状的相似，那么可以使用执行SBD计算距离的k-shape聚类。另外，如果想要捕捉时序的动态特性，也是可以使用深度学习的seq2seq对隐式向量进行聚类。

作为一种广泛的数据挖掘手段，时间序列聚类的用途，就个人理解来说，首先是辅助机器学习建模预测，可以把聚类结果作为一种特征放入模型中，当然也可以用于不同序列分类预测的标签，其次是，用于新品预测等，依据形状相似度，找到相似的产品，发现商品潜在的未来规律，等等。

k-shape算法优点就是针对形状计算距离，优点很鲜明，同时不得不说的是计算复杂度很高，且我们使用tslearn包进行聚类，是需要不同的序列长度一致的。

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

可下载资源

完整程序、数据和文档（word）

最受欢迎的见解

1.R语言k-Shape算法股票价格时间序列聚类

2.R语言中不同类型的聚类方法比较

3.R语言对用电负荷时间序列数据进行K-medoids聚类建模和GAM回归

4.r语言鸢尾花iris数据集的层次聚类

5.Python Monte Carlo K-Means聚类实战

6.用R进行网站评论文本挖掘聚类

7.用于NLP的Python：使用Keras的多标签文本LSTM神经网络

8.R语言对MNIST数据集分析探索手写数字分类数据

9.R语言基于Keras的小数据集深度学习图像分类

数据集准备

# 文件列表

flnes= soted(go.ob('mpldat/smeda*.csv'))

视频

KMEANS均值聚类和层次聚类：R语言分析生活幸福质量系数可视化实例

探索见解 ➜

去bilibili观看 ➜

探索更多视频 ➜

# 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()

R语言k-Shape时间序列聚类方法对股票价格时间序列聚类

阅读文章 ➜

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。

随时关注您喜欢的主题

#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')