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

## KNN + DTW
knn <- function(inputData, k){
   n <- nrow(inputData)
   if (n <= k) stop("Value of k should be <= k-1")
   neigh <- matrix(0, nrow = n, ncol = k)
   library(dtw)
   dist2.inputData <- dtw(inputData, inputData)
  for(i in 1:n) {
      dtw.dist <- dist2.inputData[i,]
      neigh[i, ] <- order(dtw.dist)[2:(k + 1)]
 }
   return(neigh)
}

但是,当我使用来自UCR的数据集来运行它时,我得到以下错误消息;

 predKit <- knn(inputData = TRAIN, k =3)

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

  ask by Uyi Igbinoba translate from so

本文未有回复,本站智能推荐:

1回复

kNN-DTW时间复杂度

我从各种在线资源中发现 DTW 的时间复杂度是二次的。 另一方面,我也发现标准 kNN 具有线性时间复杂度。 但是,将它们配对时,kNN-DTW 是否具有二次或三次时间? 本质上,kNN 的时间复杂度是否仅取决于所使用的度量? 我还没有找到任何明确的答案。
2回复

用dtw计算距离矩阵

在第1天到第26天的时间序列中,我有两个矩阵用于控制和治疗的标准化读取计数。 我想通过动态时间包装计算距离矩阵,然后将其用于聚类,但似乎太复杂了。 我是这样做的; 谁可以帮助您进一步澄清? 非常感谢 说
1回复

使用R使用不同的距离度量实现KNN

我正在研究数据集,以便比较不同距离度量的影响。 我正在使用KNN算法。 R中的KNN算法默认使用欧几里得距离。 所以我写了我自己的。 我想找到最近的邻居和目标之间正确的类标签匹配数。 首先我已经准备好数据。 然后我调用了数据( wdbc_n ),我选择了K = 1。 我已使用欧
1回复

查看R中的最佳dtw对准

我在 R 中使用 dtw 包来对齐时间序列数据。 我可以轻松获得对齐,但无法弄清楚如何使用来自两个时间序列匹配(拉伸/压缩对齐)的峰值显示最佳对齐。 绘制对齐会导致相应的峰值显示它们之间的虚线,而不是显示拉伸版本。 如何将两个波形的拉伸版本一起显示。 这是我正在使用的代码: 未平滑和平滑的图如下所示
2回复

带有R的多元动态时间规整(DTW)

我目前正在R中处理多元动态时间规整(DTW)。到目前为止,我找到的最好的库是dtw包,如下所述: http ://dtw.r-forge.r-project.org/ 但是我不知道多元dtw是如何实际实现的,在软件包的说明中也没有描述。 总而言之,我想知道它是否实现了DTWD(从属DTW)
1回复

R:循环遍历多个时间序列向量的可能组合来计算DTW

我是 R 和时间序列的新手。 假设我有 5 个时间序列向量(具有不同的长度),我想使用动态时间扭曲来找到它们之间的相似性。 如您所知,DTW 只比较 2 个时间序列。 我需要遍历 5 次访问中的每一对(10 对)来计算距离然后比较它们。 使用DTW 包,此代码仅适用于两个时间序列。 我不知道如何通过
2回复

如何在R中的多个时间序列上应用dtw算法?

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
1回复

在python中使用动态时间扭曲(DTW)的时间序列相关

这是我的三个时间序列: 正如我所看到的,DTW 可以给我们输出,它可以告诉我们时间序列之间的相似性但我不知道我们该怎么做? 我们怎么能用DTW的输出说呢? 哪个距离好?? 高还是低? 帮我解决这个问题谢谢