聚类多变量时间序列 - 关于距离矩阵的问题

Question

我正在尝试使用R集群气象站。站点提供温度，风速，湿度等数据，每小时一次。我可以使用tsclust库轻松地聚合单变量时间序列，但是当我聚类多变量序列时，我会收到错误。

我将数据作为列表，因此每个列表元素是一个矩阵，其中包含一个站的时间序列数据（变量是列，行是不同的时间戳）。

如果我跑：

tsclust(data, k = 2,
                   distance = 'Euclidean',   seed = 3247, trace = TRUE)

我得到错误：do.call中出错（.External，c（list（CFUN，x，y，pairwise，if（！is.function（method））get（method）else方法），：不是标量返回值

如果我尝试仅计算距离矩阵，我得到的错误相同

dist(data, method="euclidean")

也许无法计算这些数据的欧几里德距离？如果是，那么可以计算出什么距离？

Answer 1

你应该仍然可以使用欧几里德。

您只需自己实现它，因为标准方法仅适用于矢量，而不适用于矩阵。但是，实现自己应该是​​微不足道的。

如果您的变量具有不同的单位和大小，您可能会遇到缩放问题。

Answer 2

如果您的系列具有相同的长度，您可以将它们转换为矢量，然后重新调整尺寸。然而，正如Anony-Mousse所提到的，使用具有不同尺度的变量的欧几里德距离可能会有问题，因此考虑使用zscore进行标准化：

series <- zscore(data)
pc <- tsclust(lapply(series, as.vector), distance="Euclidean", seed=3247L, trace=TRUE)

pc@datalist <- series
# replace ncol with the actual number of columns from your data
pc@centroids <- lapply(pc@centroids, matrix, ncol=3L)