python - 用于多元动态时间规整的 Python 库 - 对多个系列进行聚类

Question

我找到了关于使用 TSLearn Python 包对两个多元时间序列进行 DTW 的线程：Multidimensional/multivariate dynamic time warping (DTW) library/code in Python

但是，我想知道是否甚至可以进行多元时间序列聚类，即批量比较多元时间序列序列以找到相似性交叉矩阵。

Answer 1

多个时间序列之间的 DTW，仅限于块 您可以指示计算仅填充距离度量矩阵的一部分。例如，将计算分布在多个节点上，或者仅将源时间序列与目标时间序列进行比较。

from dtaidistance import dtw
import numpy as np
timeseries = np.array([
     [0., 0, 1, 2, 1, 0, 1, 0, 0],
     [0., 1, 2, 0, 0, 0, 0, 0, 0],
     [1., 2, 0, 0, 0, 0, 0, 1, 1],
     [0., 0, 1, 2, 1, 0, 1, 0, 0],
     [0., 1, 2, 0, 0, 0, 0, 0, 0],
     [1., 2, 0, 0, 0, 0, 0, 1, 1]])
ds = dtw.distance_matrix_fast(timeseries, block=((1, 4), (3, 5)))

参考： https ://dtaidistance.readthedocs.io/en/latest/usage/dtw.html