1

我正在尝试在包含具有年度频率的时间序列数据的数据集（~1000 系列）中查找模式。一些样本数据：

         V1     V2     V3     V4     V5     V6     V7     V8     V9    V10    V11    V12    V13    V14    V15    V16    V17    V18
1 1.0000 0.6154 0.0000 0.0769 0.0000 0.0000 0.0000 0.2308 0.6923 0.6923 0.6923 0.6923 0.6923 0.3846 0.3846 0.0769 0.0769 0.0769
2 1.0000 0.8354 0.5274 0.4451 0.4604 0.4634 0.4543 0.2195 0.0976 0.1159 0.0793 0.0000 0.0152 0.0305 0.0305 0.0335 0.0915 0.0152
3 0.9524 0.8571 0.2381 0.1429 0.6667 1.0000 1.0000 0.1905 0.4286 0.3810 0.3810 0.5714 0.0952 0.1905 0.0000 0.0000 0.0952 0.8571
4 0.9200 1.0000 0.6000 0.4000 0.0000 0.4200 0.3600 0.4400 0.4200 0.3200 0.4800 0.6400 0.5200 0.5200 0.5200 0.5400 0.4800 0.7800
5 0.8372 1.0000 0.7209 0.7907 0.6279 0.6047 0.6047 0.6279 0.5349 0.4419 0.4419 0.2791 0.4419 0.2326 0.1860 0.1860 0.1860 0.0000
6 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.6154 0.6154 0.6154 0.6154 1.0000

请注意，数据是标准化的，因为我想根据相似的形状对时间序列进行聚类。我想象聚类分析将是一个适当的分析，我尝试使用以下函数对时间序列进行聚类：

a <- factoextra::eclust(Normalized_df, FUNcluster = "kmeans", nstart = 25, k.max = 5)

但是，我有一些观察结果的轮廓宽度为负。有没有办法纠正这些作业？例如，如果值 sil_width 为负，则将观测值放在邻居集群中。可以在下面找到一个示例。

cluster neighbor    sil_width
    1       1        3 -0.001258464
    2       1        3 -0.004661913
    3       1        4 -0.010083277
    4       1        4 -0.012569472
    5       1        3 -0.012793575
    6       1        4 -0.013089868
    7       1        5 -0.013346165

动机是纠正这些观察结果，以增加集群的平均轮廓宽度。

任何帮助将非常感激！

4

1 回答 1

3

将具有负轮廓的点移动到另一个簇可能会降低该簇中其他点的轮廓。如何进一步改进结果并不明显，并且 a) 最佳解决方案可能包含负轮廓值，并且 b) 可能无法找到仅具有正值的解决方案。最后但并非最不重要的一点是，c) 它不再是 k-means 聚类结果——一些点将不再分配给最接近的平均值。

核心原因是每个集群内的分数是并列的。将一个点移动到另一个集群会改变他们的所有分数。

于 2018-07-17T19:23:29.720 回答