python - 如何在具有 nans 的时间序列数据上使用 k-means？

Question

我有许多时间序列记录有时会重叠，并且不一定具有相同的开始日期和结束日期。每行代表一个不同的时间序列。我使它们都具有相同的长度以保持数据收集的实际时间。

例如，在 t(1,2,3,4,5,6)：

Station 1: nan, nan, 2, 4, 5, 10

Station 2: nan, 1, 4, nan, 10, 8

Station 3: 1, 9, 4, 7, nan, nan

我正在尝试在 Python 中运行聚类分析，以对具有相似行为的站点进行分组，其中行为的时机很重要，所以我不能仅仅摆脱 nans。（据我所知）。

有任何想法吗？

score 2 · Accepted Answer

K-means 不是这类数据的最佳算法。

K-means 旨在最小化集群内方差（= 平方和，WCSS）。

但是你如何计算 NaN 的方差？无论如何，这里的方差有多大意义？

相反，您可能想使用

1 回答 1