使用动态时间规整距离（DTW）和dtwclust进行时间序列聚类

Question

我将尝试使用 dtwclust 包执行动态时间扭曲距离（DTW）的时间序列聚类。

我将使用以下函数：

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，它们具有不同的长度。 就像下面的例子一样，这是一个时间序列。

$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，我的问题如下：

(1) 因为列表长度不同，所以我只能选择dtw、dtw2或sbd作为距离度量，以及dba、shape或pam作为质心。但是，我不知道哪种距离度量和质心是正确的。

(2) 我已经绘制了一些图形，但是我不知道如何选择正确和合理的图形。

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

k = 4, distance = dtw, centroid = dba（聚类中心看起来奇怪？）

我已经尝试了所有组合，从k=4到13……但我不知道如何选择正确的组合……

- shihs

Answer 1

您不希望“选择”参数，而是评估结果。因此，您需要选择一种用于聚类评估的标准。基本上，您会改变参数（例如距离和k），然后使用损失函数评估聚类。通常有两种聚类评估可能性：

外部评估：

您可以使用标签（未用于聚类，因此被视为外部标签）计算准确性，例如假阳性、真阳性等，这最终将导致AUC measure。

看起来您的数据没有标签，因此您无法计算任何准确度，这将是最简单的方法。

内部评估：

或者，您可以尝试最大化簇内相似性（簇成员与特定簇的所有其他成员之间的平均距离）并最小化簇间相似性（簇成员与其自己簇之外的所有元素之间的平均距离）。

有关更多信息，请参见：

http://nlp.stanford.edu/IR-book/html/htmledition/evaluation-of-clustering-1.html

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

- Nikolas Rieble

---

请注意，dtwclust现在在cvi函数中包括评估设施。 - Alexis