Question

我有许多时间序列记录在某些时候重叠，并且不一定具有相同的开始和结束日期。每行代表不同的时间序列。我将它们设置为相同的长度以保持数据收集的实际时间。

例如，在t（1,2,3,4,5,6）：

Station 1: nan, nan, 2, 4, 5, 10

Station 2: nan, 1, 4, nan, 10, 8

Station 3: 1, 9, 4, 7, nan, nan

我正在尝试在Python中运行聚类分析来对具有类似行为的站进行分组，其中行为的时间很重要，所以我不能只是摆脱nans。（我知道）。

有什么想法吗？

Answer 1

K-means不是这种数据的最佳算法。

K-means旨在最大限度地减少群内方差（=平方和，WCSS）。

但是你如何用NaN计算方差？无论如何，这里的差异有多大意义？

相反，您可能想要使用