在 Python 中聚类时间序列数据

Question

我正在尝试使用不同的聚类技术在 Python 中对时间序列数据进行聚类。 K-means 没有给出好的结果。以下图像是我使用凝聚聚类进行聚类后的图像。我还尝试了动态时间扭曲。这两个似乎给出了相似的结果。

理想情况下，我想要的是第二张图片中时间序列的两个不同集群。第一张图片是一个快速增加的集群。第二个没有增加，有点像稳定，第三个是下降趋势的集群。我想知道哪些时间序列既稳定又流行（这里的流行是指高计数）。我尝试了层次聚类，但结果显示层次太多，我不确定如何选择层次级别。有人可以阐明如何将第二张图片中的时间序列分成两个不同的集群，一个是低计数，另一个是高计数吗？有可能做到吗？或者我应该只是在视觉上选择一个阈值将它们一分为二？

快速增长的集群：

计数稳定的集群：

呈下降趋势的集群：

这非常非常模糊，但这是我的层次聚类的结果。

我知道这个特殊的图像根本没有用，但这对我来说也是一个死胡同。

一般来说，如果您想区分趋势，例如 YouTube 视频，如何只为“趋势”部分选择一些，而为“本周趋势”部分选择其他一些？我知道“趋势”部分的视频与第一张图片具有相似的特征。 “本周热门”部分有一组视频，这些视频的观看次数非常多，但在计数方面却很稳定（即没有显示出快速增长）。我知道，对于 YouTube，除了观看次数之外，还有许多其他因素需要考虑。对于第二张图片，我想要做的类似于“本周趋势”部分。我想选择那些计数很高的。在这种情况下如何拆分时间序列？

我知道 DTW 捕捉趋势。 DTW 给出了与上述图像相同的结果。它已识别出第二张图像中的趋势，即“稳定”。但它并没有在这里捕获“计数”元素。我希望同时捕获趋势和计数，在这种情况下稳定且计数高。

上图是根据计数聚类的时间序列。我是否错过了可以实现这一目标的任何其他聚类技术？即使只有计数，我如何根据我的需要进行不同的聚类？

任何想法将不胜感激。提前致谢！

Answer 1

你能做的最好的事情就是从你的时间序列中提取一些特征。 在您的案例中要提取的第一个特征是趋势线性趋势估计

您可以做的另一件事是将您的时间序列的累积版本聚类，如另一篇文章中建议和解释的那样：时间序列距离指标

Answer 2

您可以使用 DTW 通过计算总最小距离来对趋势进行聚类，请参阅我在这里的回答 另一个类似的问题。我有一个非常接近这个的问题，我最终为此目的部署了我自己的 python 包。详情请查看this。您还可以在 here 看到演示。