基于时间序列的事件检测来自时间序列数据

Question

我有一个大的时间序列数据（1D浮点数组），它代表各种事件。类似的事件有类似的阶段。但是，我不知道那段时间发生的事件数量。是否可以编写一个程序（最好是在python中）来识别代表相同事件的相似阶段（可以通过着色它们）。

最后，我想绘制关于时间戳的时间序列数据，每个阶段的颜色不同（基于他们的事件）。

任何帮助都非常感谢。

谢谢

Answer 1

听起来您可能需要使用聚类算法来确定一个组的结束位置和另一个组的开始位置。 K-means非常简单，而且，如果您有使用Python的经验，您可以在几个小时内编写自己的实现。

幸运的是，scikit背后的人已经提供了一些fantastic implementations。其中一个可能适合您的需求。同样，k-means是最简单的，你可能想要从那开始，直到你感受到它。