使用 tslearn 的动态时间规整分类

Question

我在使用 tslearn 库实现 DTW 分类时遇到了一些问题。特别是在训练模型时。

我有多个可变长度和多个维度的时间序列数据。在第一步，我所做的是将多个文件上传到数据帧列表中以进行可视化。然后我将那些过滤掉所有列的数据帧列表转换为 numpy 数组。分为训练和测试，然后尝试以 dtw 作为距离度量来训练模型。

我不确定我在哪里遗漏了一些东西，因为我面临ValueError：设置带有序列的数组元素。

我试图展平我的 numpy 数组并将其提供给模型，我试图重塑它 (-1,1)，我试图将 dtype 更改为 float 但没有任何效果（似乎我遗漏了什么）

以下是我分享的代码的 sn-p：

这些是列表中时间序列的多个数据帧，我进一步减少到仅使用整个列表中的一列

from tslearn.neighbors import KNeighborsTimeSeriesClassifier
from tslearn.metrics import dtw
import pandas as pd
import numpy as np          
from sklearn.model_selection import cross_val_score
from sklearn.model_selection import KFold
from sklearn.pipeline import Pipeline
from sklearn.model_selection import train_test_split

print(timeseries())
     OUTPUT : /
    time          IR         TC  \
         0      0.006361   111.089076  36.395268   
         1      0.012713   108.589543  36.389164   
         2      0.018961   107.910312  36.387853   
         3      0.025192   107.363165  36.389093   
         4      0.031445    106.785048  36.381344   
         ...         ...    ...      ...      ...    
         
         
                         p         TS    IRtime  
         0        4.318834  44.917064  09:15:15  
         1        4.522443  45.028859  09:15:15  
         2        4.485727  45.021396  09:15:15  
         3        4.518629  45.351248  09:15:15  
         4        4.513145  45.645672  09:15:15  
         ...           ...        ...       ...  
        
        [9589 rows x 10 columns],
                    time          IR         TC  \
         0      0.006373      75.354227  38.953333   
         1      0.012679      74.493989  38.968091   
         2      0.018946      76.143107  38.969021   
         3      0.025177      77.940211  38.962893   
         4      0.031404      79.705939  38.965134   
         ...         ...    ...      ...      ...    
         
                         p         TS    IRtime  
         0        4.519344  33.986072  09:16:23  
         1        4.551769  34.114317  09:16:23  
         2        4.522443  34.183959  09:16:23  
         3        4.535080  34.111575  09:16:23  
         4        4.532219  34.109334  09:16:23  
         ...           ...        ...       ...  
        
         
         [8376 rows x 10 columns],

ts = timeseries()
[i.drop(columns=['time','IRtime','value','value.1','value.2','value.3','IR','TS','p'],inplace = True) for i in ts]
X = []
for i in ts:
    i = i.values
    X.append(i.flatten())
y = labels()['target'].values 
X = np.array(X)
y = np.array(y)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
print(X_train) 
 O> [array([36.39526801, 36.38916449, 36.38785319, ..., 39.40492146,
        39.40108292, 40.43806081]),
 array([38.95333278, 38.96809089, 38.96902072, ..., 40.1875067 ,
        40.1795912 , 40.18588545]),
 array([39.6719503 , 39.67082973, 39.66928001, ..., 40.43901449,
        40.43760782, 40.43856149]),
 array([39.82344148, 39.81049535, 39.80937479, ..., 40.63313492,
        40.64379223, 40.62316902]),
 array([40.0663662 , 40.07699967, 40.06004811, ..., 40.88702689,
        40.89880477, 40.89603912]),

# My X_train and X_test looks exactly the same 
 print(y_train)

O>array([0, 0, 1, 1, 1, 1, 0, 1, 1, 0, 1, 1, 1, 1, 1, 0, 0, 0, 1, 0, 1, 1,
       1, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 0, 1]

knn = KNeighborsTimeSeriesClassifier(n_neighbors=2,metric =dtw)
knn.fit(X_train, y_train)

Error : 
TypeError: only size-1 arrays can be converted to Python scalars

The above exception was the direct cause of the following exception:

ValueError: setting an array element with a sequence.

我的问题如下：

Q1。我该如何解决这个问题？

Q2：他们是否有任何其他库执行以下计算距离矩阵并对其进行分类？ （我也尝试过 dtai 来查找距离矩阵，但不明白如何在我的分类中使用该矩阵，因为我在尝试拟合模型时遇到了同样的问题）

Q3。我想在动态时间扭曲中实现多维（多特征），即 IR、TC、TS 一起进行分类。我们可以使用一些方法使其工作吗？

Answer 1

关于 Q1，可能值得使用 tslearn 的 to_time_series_dataset 实用函数，以便将您的数据集转换为适合 KNeighborsTimeSeriesClassifier 的格式。

关于 Q2 和 Q3，我最近发布了我的包 Sequentia 的稳定版本，它提供使用动态时间规整和隐马尔可夫模型的序列分类器。该包遵循类似 sklearn 的接口，并且 DTW-kNN 分类器支持具有不同持续时间的多元序列。 DTW-kNN 分类器通过计算训练序列和被分类的新序列之间的 DTW 距离的距离矩阵来工作，然后使用该距离矩阵运行 kNN 算法。这些预测可以进行多重处理，并使用来自 dtaidistance 的快速纯 C 编译函数进行 DTW 计算。

下面是在 0/1 类中具有不同长度的二维序列上拟合 DTW-kNN 分类器的基本示例。 fit/predict 函数期望输入是将所有序列串联成一个数组，并且长度应单独提供。

import numpy as np
from sequentia.models import KNNClassifier

# Sequences
X = np.array([
    # Sequence 1 - Length 3
    [1.2 , 7.91],
    [1.34, 6.6 ],
    [0.92, 8.08],
    # Sequence 2 - Length 5
    [2.11, 6.97],
    [1.83, 7.06],
    [1.54, 5.98],
    [0.86, 6.37],
    [1.21, 6.6 ]
])

# Sequence lengths
lengths = np.array([3, 5])

# Sequence classes
y = np.array([0, 1])

# Create and fit a classifier
clf = KNNClassifier(k=1, use_c=True, n_jobs=-1).fit(X, y, lengths)

# Predict classes for sequences
y_pred = clf.predict(X, lengths)

# Calculate accuracy
acc = clf.score(X, y, lengths)