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。我也尝试过动态时间扭曲。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像中时间序列的两个不同集群。第一个图像是一个快速增加的集群。第二个没有增加，有点像稳定，第三个是减少趋势的集群。我想知道哪些时间序列既稳定又流行（这里流行，我的意思是高计数）。我尝试了层次聚类，但结果显示层次结构太多，我不确定如何选择层次结构级别。有人可以阐明如何将第二张图像中的时间序列分成两个不同的集群，一个计数低，另一个计数高？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切成两半？

快速增长的集群：

具有稳定计数的集群：

具有下降趋势的集群：

这是非常非常模糊的，但这是我的层次聚类的结果。

我知道这个特定的图像根本没有用，但这对我来说也是一个死胡同。

一般而言，如果您想区分趋势，例如 YouTube 视频，如何仅选择一些用于“趋势”部分，而另一些则用于“本周趋势”部分？我知道“趋势”部分的视频显示出与第一张图像相似的特征。“本周热门”部分有一系列视频，这些视频具有很高的观看次数，但在数量方面非常稳定（即没有显示出快速增长）。我知道在 YouTube 的情况下，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。我想挑选那些计数非常高的。在这种情况下如何拆分时间序列？

我知道 DTW 捕捉趋势。DTW 给出了与上图相同的结果。它已经确定了第二个图像中“稳定”的趋势。但它没有在这里捕获“计数”元素。我希望捕获趋势和计数，在这种情况下稳定和高计数。

上面的图像是基于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？即使只是计数，我如何根据需要进行不同的聚类？

任何想法将不胜感激。提前致谢！

Answer 1

您能做的最好的事情就是从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对时间序列的累积版本进行聚类，如另一篇文章中建议和解释的那样：如另一篇文章中建议和解释的那样：时间序列距离指标