在RapidMiner中使用动态时间扭曲的K-medoids

Question

如何使用动态时间扭曲作为RapidMiner中的距离度量来执行K-medioids聚类？

动态时间扭曲的想法是在不同长度的时间序列上执行它。我怎么能在RapidMiner中做到这一点？我收到此错误消息

The data contains missing values which is not allowed for KMediods

如何对不同长度的时间序列进行聚类？

Answer 1

您可以用零填充缺失的值。运营商Replace Missing Values执行此操作。我不知道您的数据的细节，也不知道RapidMiner如何计算DTW距离，因此我无法判断这种方法是否会产生有效的结果。

面对这种情况，我可以使用带有dtw和cluster包的R扩展来研究不同长度时间序列之间的距离如何用于制作群集。一旦你有R工作，你可以从RapidMiner调用它。