我想做一个时间序列聚类任务。假设我们有四个数据 (t1~t4)。
t1={1,1,1,1,1,1,1}
t2={10,10,10,10,10,10,10}
t3={100,100,100,100,100,100,100}
t4 = {1,5,9,13,17,21,25}
在这里，我在这个例子背后的意图是我想把 t1、t2、t3 组合在一起，因为它的形状是一条恒定的线。但是，t4 看起来像上升线，所以它应该在其他组中。
但是，如果我使用 DTW（python mlpy 包）计算 t1 和其他人之间的距离，我得到的结果如下：
t1-t1: 0 (absolutely)
t1-t2: 63
t1-t3: 693
t1-t4: 84
我们可以看到，t1-t3 之间的距离远大于 t1-t4 之间的距离。我猜是因为 t3 的幅度幅度比其他幅度大得多。
在这种情况下，在适应 DTW 之前对每个时间序列数据使用 min-max 归一化（即 0 到 1 归一化）是个好方法吗？换句话说，使 t1, t2, t3 为 {0,0,0,0,0,0,0}，t4 为 {0, 0,17,...., 1}？然后，DTW 根据我的需要返回结果。
很快，我想知道在 DTW 之前规范化任务是否合适。我是 DTW 的新手，很抱歉打扰您的基本问题！:)