如何在R中的多个时间序列上应用dtw算法？

Question

问题

我有不同车辆速度的时间序列。 我的最终目标是根据不同车辆在速度上的相似性来对它们进行聚类。 因此，我基本上需要生成一个距离矩阵，其中每个单元格包含一对车速时间序列之间的距离。 我想使用动态时间规整（dtw）作为距离指标。 因此， 我想在每对速度时间序列上应用dtw 。

数据

以下是一些样本数据，每辆车仅包含8个观测值，而只有3辆车：

> dput(c)
structure(list(file.ID2 = c("Cars_03", "Cars_03", "Cars_03", 
"Cars_03", "Cars_03", "Cars_03", "Cars_03", "Cars_03", "Cars_04", 
"Cars_04", "Cars_04", "Cars_04", "Cars_04", "Cars_04", "Cars_04", 
"Cars_04", "Cars_05", "Cars_05", "Cars_05", "Cars_05", "Cars_05", 
"Cars_05", "Cars_05", "Cars_05"), speed.kph.ED = c(129.3802848, 
129.4022304, 129.424176, 129.4461216, 129.4680672, 129.47904, 
129.5009856, 129.5229312, 127.8770112, 127.8221472, 127.7672832, 
127.7124192, 127.6575552, 127.6026912, 127.5478272, 127.4929632, 
134.1095616, 134.1205344, 134.1315072, 134.1534528, 134.1644256, 
134.1753984, 134.1863712, 134.197344)), row.names = c(NA, -24L
), class = c("tbl_df", "tbl", "data.frame"), .Names = c("file.ID2", 
"speed.kph.ED")) 

我尝试了什么

我可以找到dtw::dtw()距离的一对类似以下内容：

    library(dplyr) 
    library(dtw) 
    c3 <- c %>% filter(file.ID2=="Cars_03")  
    c4 <- c %>% filter(file.ID2=="Cars_04")  
    query <- c4$speed.kph.ED  
    reference <- c3$speed.kph.ED  
    dtw_results <- dtw(x = query, y = reference)
    dtw_results$distance  

但是我的问题是：有没有一种方法可以自动找到每对之间的dtw()$distance并生成距离矩阵？ 在此示例中，这意味着这些对：

Cars_03-Cars_03
Cars_03-Cars_04
Cars_03-Cars_05
Cars_04-Cars_03
Cars_04-Cars_04
Cars_04-Cars_05
等等

我知道for loop是执行此操作的一种方法。 但是由于dtw本身需要大量RAM， for loop会进一步减慢该过程。 有其他选择吗？ 如果这是一个愚蠢的问题，我感到抱歉，但是使用dtw是我的dtw 。

Answer 1

以下作品

按文件file.ID2将数据框拆分为列表

ds <- split(df, df$file.ID2)

使用expand.grid将名称， file.ID2和值进行所有组合

Names <- expand.grid(unique(df$file.ID2), unique(df$file.ID2))
Values <- expand.grid(ds, ds)

purrr:map_dbl迭代Values所有行组合并返回双精度向量

library(dtw)
library(purrr)
Dist <- map_dbl(1:nrow(Values), ~dtw(x = Values[.x,]$Var1[[1]]$speed.kph.ED, y = Values[.x,]$Var2[[1]]$speed.kph.ED)$distance)

绑定名字答案

library(dplyr)
ans <- Names %>% 
          mutate(distance = Dist)

产量

     Var1    Var2 distance
1 Cars_03 Cars_03  0.00000
2 Cars_04 Cars_03 25.66538
3 Cars_05 Cars_03 69.72117
4 Cars_03 Cars_04 25.66538
5 Cars_04 Cars_04  0.00000
6 Cars_05 Cars_04 96.00103
7 Cars_03 Cars_05 69.72117
8 Cars_04 Cars_05 96.00103
9 Cars_05 Cars_05  0.00000

Answer 2

如果使用递归实现，则DTW仅占用大量内存。 如果使用迭代版本实现，则仅需要O（1）空间开销。

使用翘曲窗口宽度约束，您可以在几分钟（最多）内建立一个矩阵，例如300个长度为1,000的时间序列。 如果您有更多数据，请尝试TADPOLE。

我建议您阅读本教程

http://www.cs.unm.edu/~mueen/DTW.pdf