machine-learning - kNN 和动态时间规整的 WEKA 截止值

Question

我使用动态时间规整 (DTW) 作为 K 最近邻 (kNN) 机器学习算法的距离度量。在WEKA中，如果当前正在计算的距离大于之前的距离，kNN 算法将截断值作为提前放弃。

我的问题是我不确定如何在不进行所有计算的情况下使用 DTW 实现这种早期放弃。我怎么能确定最终距离会大于截止距离？

Answer 1

您可以尝试一些动态时间规整的下限，例如 LB_Keogh 下限：http ://www.cs.ucr.edu/~eamonn/LB_Keogh.htm

基本思想是找到一个距离度量，它是 DTW 的下限，并且在计算上（很多）便宜。