我正在比较库dtaidistance、fastdtw和cdtw以进行 DTW 计算。这是我的代码：

这是我得到的输出：

• dtw.distance(x,y) 时间：22.16925272245262
• dtw.distance(x,y) 距离：1888.8583853746156
• dtw.distance_fast(x,y) 时间：0.3889036471839056
• dtw.distance_fast(x,y) 距离：1888.8583853746156
• fastdtw(x,y) 时间：0.23296659641047412
• fastdtw(x,y) 距离：27238.0
• pydtw.dtw(x,y) 时间：0.13706478039556558
• pydtw.dtw(x,y) 距离：17330.0

我的问题是：为什么我会得到不同的表现和不同的距离？非常感谢您的意见。

// 编辑：时间测量的单位是秒。

我想找到时间序列之间的相似之处，并使用 fastdtw （https://github.com/slaypni/fastdtw/tree/master/fastdtw）在 python 中执行动态时间扭曲。计算出的距离有时会根据输入顺序而变化，尤其是对于长时间序列。这是一个例子：

知道为什么吗？

我正在尝试使用 dtw 作为 R 中的距离度量来实现 Knn。下面是我尝试实现的代码

但是当我使用来自 UCR 的数据集运行它时，我收到以下错误消息；

cpp_cm 中的错误（Q，C，dist_method = dist_method，ws = ws_cpp，nPrevObs = 0）：找不到函数“cpp_cm”

我正在尝试计算一个 DTW 距离矩阵，该矩阵将查看 150,000 个时间序列，每个时间序列具有 13 到 24 个观测值 - 也就是说，生成的距离矩阵将是一个大小约为 (150,000 x 150,000)/2= 11,250,000,000 的列表。

我在一个大小为 200GB 的大数据集群上运行它，但出现内存错误。

我正在使用 dtaidisatance 库并使用了distance_matrix_fast函数，我可以在列表中一次传递整个时间序列，但是我遇到了类似的内存错误，但是从包中出来了。但是，一旦我运行它，错误就会立即被抛出。我还使用了包中的块功能，但似乎无法一次将所有时间序列都带入。

所以我决定通过一个循环计算每两对时间序列之间的距离，然后将其附加到一个列表中。但是，在运行了很长时间后，我确实再次遇到了与以下相同的内存错误：

文件“/root/anaconda2/test/final_clustering_2.py”，第 93 行，在 distance_matrix_scaled.append(dtw.distance_fast(Series_scaled[i], Series_scaled[j])) MemoryError

这是我下面的代码：

你能帮忙回答为什么我会收到这个内存错误吗？是python列表限制还是我的集群大小导致了这个？numpy中是否有一种聪明的方法或格式可以用来解决这个问题？

我需要将支持向量机 (SVM) 分类器与动态时间规整 (DTW) 内核一起用于某些音频处理任务。我知道的所有工具（Weka、LibSVM、SKLearn）都只有带有标准内核（线性、多边形、RBF）的 SVM。在哪里可以找到带有 DTW 内核的 SVM 工具/库？

我在下面有这个矩阵

我想循环从 开始k[1,1]和结束k[6,6]。我的循环标准基于，min(k[i,j+1], k[i+1,j], k[i+1, j+1])我希望得到的答案类似于1+1+2+2+3+3+5+9+15 = 41（通过最小路径旅行）

所以几乎它计算最小值从开始k[1,1]然后继续向下直到k[6,6]

当我运行此代码时，它显示以下内容：

不知道为什么会这样……

我尝试T-sne在R. 我想使用 dtw 而不是欧几里得距离。如何更改规格R？

对精选数据执行算法

我在 pandas DataFrame 中有时间序列数据，如下所示：

我正在尝试计算和之间的皮尔逊相关因子，tp并device_tp使用滚动时间窗口对每个数据应用动态时间规整算法（使用 fastdtw）。对于每个样本，我回顾过去 12 小时并计算相关因子和距离。

我知道 pandas 作为一个滚动函数，但是，它不返回一个数据帧，而是一个系列（或一个数组？）。问题是相关因子和fastdtw都需要两个参数才能工作：df.tp和df.device_tp。

我找到了另一种方法，使用循环来达到我想要的：

但是当然这真的不是时间效率！另外我想知道有什么更好的方法来做到这一点？我读了一些关于重新定义滚动函数而不是使用 pandas 内置函数的东西，但真的不知道该怎么做。

感谢您的帮助！

我有一个时间序列列表：

我想计算列表中每对之间的 dtw 距离。由于读取dtw包注册dtw距离作为距离数据库中的距离函数proxy，pr_DB我可以使用它proxy::dist来快速计算所有距离。问题是它proxy::dist似乎返回了原始距离，而由于我的时间序列长度不同，我需要它来返回归一化距离。dtw::dtw函数返回一个包含normalizedDistance一个元素的列表。那么我怎样才能改变什么是 return byproxy::dist并让它 returnnormalizedDistance呢？或者也许有另一种方法来计算每对归一化距离？（当然，由于我的数据集很大，我需要避免遍历所有对）。

这是一个简短的代码，可帮助您查看问题：

我使用R中的dtwclust包来获取图中的簇。

我想更改标签 x，其中数字显示为真实日期，并添加图例以了解哪个时间序列对应于什么。你知道怎么做吗？