[英]rpy2 Dynamic Time Warping (dtw) in python - windowing does not work
[英]time series correlation using dynamic time warping(DTW) in python
這是我的三個時間序列:
t1 t2 t3
3 8 17
1 8 18
0 8 17
0 8 18
2 8 17
3 8 17
0 8 18
0 8 17
2 8 17
3 8 18
1 8 17
0 8 17
0 8 17
1 8 17
2 8 16
2 8 16
3 8 16
0 8 16
2 8 16
2 8 16
3 8 16
1 8 17
1 8 16
2 8 16
3 8 16
1 8 17
2 8 16
4 8 17
0 8 16
1 8 17
3 8 16
0 8 16
3 8 16
2 8 16
2 8 17
0 8 16
2 8 16
2 8 17
3 8 16
3 8 16
3 8 16
2 8 16
4 8 16
1 8 16
0 8 17
0 8 17
2 8 17
1 8 17
2 8 17
2 8 18
0 8 18
1 8 18
0 8 17
0 8 17
2 8 17
1 8 17
2 8 17
0 8 17
0 8 17
0 8 17
正如我所看到的,DTW 可以給我們輸出,它可以告訴我們時間序列之間的相似性
但我不知道我們該怎么做?
我們怎么能用DTW的輸出說呢?
哪個距離好?? 高還是低?
幫我解決這個問題
謝謝
使用DTW :
import pandas as pd
from io import StringIO
from dtaidistance import dtw
data = StringIO("""
t1 t2 t3
3 8 17
1 8 18
. . .
. . .
0 8 17
0 8 17
""")
# load data into data frame
df = pd.read_csv(data, sep=' ', engine='python', dtype=float)
# transpose data
transposed_matrix = df.values.transpose()
# calculate series cost
results = dtw.distance_matrix_fast(transposed_matrix, compact=True)
輸出:
比較 3 個時間序列的成本結果。 成本越低越好。
[ 51.4392846 118.73078792 67.71262807]
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.