应该使用什么相似性度量来对这些序列进行分类？

Question

我有96个48个浮点数的序列。有三种不同的分组（大小未知）。最初，我不知道哪个序列属于哪个组。我的目标是创建一个算法来找到它。最好以图形方式显示（见下文 - 灰度表示的浮点数的大小）：

我的目标是从左边的未分类图像转到右边的图像。

我的想法是对序列进行某种形式的分析，并将最接近的匹配分组。分析可能是：

• 甲。找到高峰和低谷的位置
• B中。一些形式 频率/其他领域分析

我可以想象如何做选项A.但是我对选项B很粗略，并且我确信我不知道有几种方法。

我的问题很高：

1. 有人可以推荐一类我可以用来做这个的算法吗？

2. 任何人都可以推荐开发此类算法的程序或起点（欢迎使用书籍章节建议）吗？

我也很满意书籍章节等的建议。我通常使用Numpy / Scipy - 因此标签，但这个问题并不是真正的语言。

Answer 1

看起来峰和谷完全对齐，只有深度不同。我试着：

• 对序列进行线性标准化，使其平均值和方差对齐，即[1,0,1,0]和[5，-5,5，-5]均归一化为[1，-1 ，1，-1]。

• 然后计算序列差异的平方和，并将其视为距离。

显然，这只是一个起点。这可能不会开箱即用，因此请查看错误分类，以检查导致它们的原因以及如何解决这些问题。

Answer 2

只是一个想法（没有时间写一个完整的答案）：

1. 似乎一个群体中的成员主要因某种缩放而不同，所以首先要做一些“正常化”，正如拉法尔所建议的那样。

2. 在归一化之后，组内的所有成员将是在N维空间中大致指向相同方向的向量。然后，您可以将它们分成几组使用clustering algorithm，例如使用kmeans函数。