具有dtwclust的動態時間規整距離（DTW）的時間序列聚類

Question

我正在嘗試使用dtwclust包執行具有動態時間扭曲距離（DTW）的時間序列聚類。

我用這個功能，

dtwclust(data = NULL, type = "partitional", k = 2L, method = "average",
distance = "dtw", centroid = "pam", preproc = NULL, dc = NULL,
control = NULL, seed = NULL, distmat = NULL, ...)

我將數據保存為列表，它們的長度不同。 像下面的例子，它是一個時間序列。

$a
[1]  0  0  0  0  2  3  6  7  8  9 11 13

$b
[1]  0  1  1  2  4  7  8 11 13 15 17 19 22 25 28 31 34 35

$c
[1]  1  2  4  4  4  4  4  4  4  4  5  5  5  5  5  5  5  6  6  6  6  7  7  8  8  9 10 10 12 14 15 17 19

$d
[1] 0 0 0 0 0 1 2 4 4 4

$e
[1]  0  1  1  3  5  6  9 12 14 17 19 20 22 24 28 31 32 34

現在，我的問題是

（1）我只能為我的距離選擇dtw ， dtw2或sbd ，為我的質心選擇dba ， shape或pam （因為列表的長度不同）。 但是，我不知道哪個距離和質心是正確的。

（2）我有一些圖表，但我不知道如何選擇正確合理的圖表。

k = 6, distance = dtw, centroid = dba ：

k = 4, distance = dtw, centroid = dba （群集中心似乎有線？）

我已經做了所有的組合，k從4到13 ...但我不知道如何選擇合適的...

Answer 1

您不希望“選擇”參數，而是評估結果。 因此，您需要選擇一個評估聚類的標准。 您基本上改變了距離和k等參數，然后使用損失函數評估聚類。 通常，評估聚類有兩種可能性：

外部評估：

您可以使用標簽（不用於聚類，因此被視為外部）來計算假陽性，真陽性等形式的准確性，這最終將導致您進行AUC測量 。

您的數據似乎沒有標記，因此您無法計算任何准確性，這將是最簡單的方法。

內部評估：

或者，您可以嘗試最大化群集內相似性（群集成員與特定群集的所有其他成員的平均距離）並最小化群集間相似性（群集成員與其群集之外的所有元素的平均距離） ）。

有關詳細信息，請訪問：

http://nlp.stanford.edu/IR-book/html/htmledition/evaluation-of-clustering-1.html

http://www.ims.uni-stuttgart.de/institut/mitarbeiter/schulte/theses/phd/algorithm.pdf