R中的聚类时间序列答案

【问题标题】：Clustering time series in RR中的聚类时间序列
【发布时间】：2013-12-13 10:59:50
【问题描述】：

我在 R 中对时间序列进行聚类时遇到问题。我用谷歌搜索了很多，没有找到适合我的问题。

我已经对时间序列进行了 STL 分解。趋势组件在一个有 64 列的矩阵中，每个系列一个。现在我想将这些系列聚集在类似的组中，涉及曲线形状和及时移动。我发现一些功能暗示了这些方面之一，但不是两者兼而有之。

首先我尝试用 dtw 距离计算距离矩阵，所以我根据值找到聚类并推断时间偏移，而不是时间序列的形状。在此之后我尝试了一些基于相关性的聚类，但随后及时转移我们不被认可，结果不符合我的要求。

是否有一个功能可以解决我的问题或让我建立一些东西靠我自己。我感谢各种帮助，经过两天的教程和示例，我完全没有灵感。我希望我能很好地向你解释这个问题。

我附上了一张图片。在这里，您可以看到一些示例时间序列。在那里你可以看到问题。中间的两个系列设置为一个集群，虽然上部和底部的形状与中间的形状相同。

【问题讨论】：

如果您不想考虑值，也许您应该在计算 dtw 距离之前尝试将这些系列居中？你试过dtw 包吗？
是的，我试过 dtw。我不知道将系列居中会扭曲结果。这些值是每 100 人的相对值，所以适应是存在的。
好吧，也许它会，但是如果你想只根据它们的行为方式对时间序列进行聚类，你必须以某种方式摆脱如此大的值差异，而居中是一种方法.这只是我的想法，我不确定，但肯定会尝试:)
有许多潜在的解决方案，但如果没有示例数据集，我不能推荐任何解决方案。请提供可重现的示例，如here 所述。

标签： r time-series cluster-analysis

【解决方案1】：

你试过 R 包 dtwclust

https://cran.r-project.org/web/packages/dtwclust/index.html

（我刚刚开始探索这个包，但它似乎涵盖了时间序列聚类的很多方面，并且有很多很好的参考资料。）

【讨论】：

【解决方案2】：

您可以使用 kml 包。它专门用于纵向数据。你可以咨询它的帮助。它有下一个例子：

### Generation of some data

cld1 <- generateArtificialLongData(25)

### We suspect 3, 4 or 6 clusters, we want 3 redrawing.
###   We want to "see" what happen (so printCal and printTraj are TRUE)
kml(cld1,c(3,4,6),3,toPlot='both')

### 4 seems to be the best. We want 7 more redrawing.
###   We don't want to see again, we want to get the result as fast as possible.
kml(cld1,4,10)

Example cluster

【讨论】：