- 时间序列聚类概述
时间序列数据挖掘从技术角度来讲，一般有四种：时间序列预测，时间序列分类，时间序列聚类，时间序列异常检测，基本上包含了机器学习的几大领域。由于时序数据的特殊性，所以每一个方面都与截面数据挖掘有所区别。本文主要讲讲时序聚类中的k-shape算法，和以往的风格一样，重在算法实现。
时间序列数据的聚类，关键在于如何定义相似度，比如基于时间序列特征（len，max,min,std,lag）等可以使用 KMeans算法进行聚类。除了使用欧式距离以外，还可以使用DTW等方法，基于动态规划原理，对时间序列进行扭曲，进行必要的错位，计算出最合适的距离，依据时序数据的形状相似性，讲形状相似的序列具有同一个类，也就是本文要展示的k-shape算法。
- 时间序列聚类的应用
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dtw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，时间序列聚类有哪些用途呢，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。
不同形状的时序聚类效果
-
代码部分
本文代码包含以下几方面：
1.数据读取与预处理（序列填充，使每条序列等长）
2.计算轮廓系数，求出轮廓系数最大时的聚类个数k
3.使用最佳聚类个数，得到序列聚类标签
4.可视化，绘制elbow线图辅助检验聚类个数是否合理，同时绘制不同序列的聚类效果图。
完整代码和数据