問題

我有時間序列的不同車輛的速度。我的最終目標是隨着時間的推移，根據速度的相似性對不同的車輛進行聚類。所以，我基本上需要生成一個距離矩陣，其中每個單元格包含一對車輛速度時間序列之間的距離。我想使用動態時間規整（dtw）作爲距離度量。因此，我想在每對速度時間系列上應用dtw。如何在R中的多個時間序列上應用dtw算法？

數據

這裏是包含每輛車只有8觀察，只有3輛車一些樣本數據：

> dput(c) 
structure(list(file.ID2 = c("Cars_03", "Cars_03", "Cars_03", 
"Cars_03", "Cars_03", "Cars_03", "Cars_03", "Cars_03", "Cars_04", 
"Cars_04", "Cars_04", "Cars_04", "Cars_04", "Cars_04", "Cars_04", 
"Cars_04", "Cars_05", "Cars_05", "Cars_05", "Cars_05", "Cars_05", 
"Cars_05", "Cars_05", "Cars_05"), speed.kph.ED = c(129.3802848, 
129.4022304, 129.424176, 129.4461216, 129.4680672, 129.47904, 
129.5009856, 129.5229312, 127.8770112, 127.8221472, 127.7672832, 
127.7124192, 127.6575552, 127.6026912, 127.5478272, 127.4929632, 
134.1095616, 134.1205344, 134.1315072, 134.1534528, 134.1644256, 
134.1753984, 134.1863712, 134.197344)), row.names = c(NA, -24L 
), class = c("tbl_df", "tbl", "data.frame"), .Names = c("file.ID2", 
"speed.kph.ED"))

我試過

我可以找到dtw::dtw()距離爲一對如下：

library(dplyr) 
    library(dtw) 
    c3 <- c %>% filter(file.ID2=="Cars_03") 
    c4 <- c %>% filter(file.ID2=="Cars_04") 
    query <- c4$speed.kph.ED 
    reference <- c3$speed.kph.ED 
    dtw_results <- dtw(x = query, y = reference) 
    dtw_results$distance

但我的問題是：有沒有辦法自動找到每對之間的dtw()$distance並生成距離矩陣？在這個例子中，這意味着這些對：

Cars_03 - Cars_03
Cars_03 - Cars_04
Cars_03 - Cars_05
Cars_04 - Cars_03
Cars_04 - Cars_04
Cars_04 - Cars_05
等

我知道for loop是做到這一點的一種方法。但由於dtw本身需要大量RAM，因此for loop可能會進一步減慢進程。任何替代品？我很抱歉，如果這是一個愚蠢的問題，但我很新，使用dtw。

來源

2017-08-29 umair durrani

如果你想使用一個軟件包，優秀的'dtwclust'軟件包可以自動進行比較。 – lmo

以下工作

通過file.ID2

ds <- split(df, df$file.ID2)

使用expand.grid分裂您的數據幀到一個列表，以使所有組合您的名稱，file.ID2和您的值

個

Names <- expand.grid(unique(df$file.ID2), unique(df$file.ID2)) 
Values <- expand.grid(ds, ds)

purrr:map_dbl遍歷的Values所有行組合和返回雙打的向量

library(dtw) 
library(purrr) 
Dist <- map_dbl(1:nrow(Values), ~dtw(x = Values[.x,]$Var1[[1]]$speed.kph.ED, y = Values[.x,]$Var2[[1]]$speed.kph.ED)$distance)

綁定答案名稱

library(dplyr) 
ans <- Names %>% 
      mutate(distance = Dist)

輸出

 Var1 Var2 distance 
1 Cars_03 Cars_03 0.00000 
2 Cars_04 Cars_03 25.66538 
3 Cars_05 Cars_03 69.72117 
4 Cars_03 Cars_04 25.66538 
5 Cars_04 Cars_04 0.00000 
6 Cars_05 Cars_04 96.00103 
7 Cars_03 Cars_05 69.72117 
8 Cars_04 Cars_05 96.00103 
9 Cars_05 Cars_05 0.00000

來源

2017-09-05 12:36:40 CPak

如果使用遞歸實現，DTW僅佔用大量內存。如果使用迭代版本實現，則只需要O（1）空間開銷。

使用變形窗寬度約束，您可以在幾分鐘（最多）內建立一個矩陣，例如300長1000個時間序列。如果您有更多數據，請嘗試TADPOLE。

我建議你閱讀本教程

http://www.cs.unm.edu/~mueen/DTW.pdf

來源

2017-08-30 06:47:51 user2313186

如何在R中的多個時間序列上應用dtw算法？

問題

數據

我試過

回答

相關問題