我试图通过 DTW 获得下面显示的这两个数组之间的距离。
我正在使用mlpy提供的 Python 包
dist, cost, path = mlpy.dtw_std(y1, y2, dist_only=False)
我了解 DTW 确实负责“转移”。此外，从上面可以看出，mlpy.dtw_std()只需要 2 个一维数组。所以我希望无论我如何左/右移动曲线，dist函数返回的值都不会改变。
然而，在将我的绿色曲线向右移动一点之后，dist返回的mlpy.dtw_std()变化！
换班前：Pythonmlpy.dwt_std报告dist = 14.014
移位后：Pythonmlpy.dwt_std报告dist = 38.078
显然，由于曲线仍然是那两条曲线，我不希望距离会有所不同！
为什么会这样？哪里出错了？
让我重申一下我的理解，如果我在任何地方出错，请纠正我。我观察到，在您的两个图中，蓝色的一维系列保持不变，而绿色则被拉伸。你是怎么做的，你已经在 2013 年 9 月 19 日 9:36 的帖子中解释了它。您的前提是，因为（1）DTW“照顾”时移，并且（2）您所做的只是纵向拉伸一个时间序列，而不影响y值，（推论：）您期望距离保持不变。
[(1),(2)] 和 [(Inference)] 之间缺少一点联系。也就是说，对应于映射的各个距离值将随着您更改信号集本身而改变。这将导致整体距离计算的差异。绘制扭曲路径，成本网格以亲自查看。
让我们举一个过于简单的案例......
让
a=range(0,101,5)= [0,5,10,15...95, 100]
和b=range(0,101,5)= [0,5,10,15...95, 100]。
现在直观地说，您/我希望 2 个信号（对于 DTW 映射）和所有映射的距离为 0 之间的一一对应关系，信号看起来相同。
现在，如果我们使b=range(0,101,4)= [0,4,8,12...96,100]，a 和 b 之间的 DTW 映射仍然会以 a 的 0 开始映射到 b 的 0，并以 a 的 100 结束，映射到 b 的 100（边界约束）。此外，由于 DTW 会“处理”时移，我还希望两个信号中的 20、40、60 和 80 能够相互映射。（我自己没有尝试对这两个进行DTWing，是凭直觉说的，所以请检查一下。根据允许的步骤模式/全局约束，也几乎没有发生非直觉变形的可能性，但让我们使用直观的变形为了便于理解/简单起见的时刻）。
对于剩余的数据点，显然，映射对应的距离现在非零，因此总距离也非零。我们的距离/总成本值已从零变为非零。
现在，当我们的信号过于简单，呈线性增长时，就是这种情况。想象一下当你有现实生活中的非单调信号时会出现的变化，并且需要在它们之间找到时间扭曲。:)
（PS：请不要忘记支持答案：D）。谢谢。
显然，曲线不相同，因此距离函数不能为 0（否则，它不是定义上的距离）。
什么是“比较大”？距离大概不是无限的吧？
140 个时间点，每个时间点都有一个小增量，这仍然是一个非零数字。
“纽约”到“北京”的距离大约是11018公里。或 1101800000 毫米。
到 Alpha Centauri 的距离很小，只有 4.34 lj。那是离我们最近的其他恒星系统...
与非相似序列的距离进行比较；这个距离应该大得多。