我正在尝试对时间序列数据进行聚类：我有大约16000个时间序列向量，每个向量长约1500个样本。
我尝试使用 dtw 包：
d = dist(x = time_series, method = "DTW")
hclust(d)
我正在寻找一种更快的方法，因为我的数据集会更大。
答案 0 :(得分：3)
您的数据长度为1500.假设它被过采样..
如果您将其1合1下采样，DTW将快4倍。 如果你将其1合1下采样，DTW将快16倍。 如果你将它下调为1比10，那么DTW将快100倍。
这可能是一个很好的起点。
您使用的是cDTW还是DTW？前者速度更快，而且往往更准确。
SIGKDD本周的一篇论文通过使用上限和下限[a]来更快地聚类DTW。
但是，您的矩阵大小（16000 * 15999）/ 2。
所以如果你有两天：两天/（16000 * 15999）/ 2 = 337微秒
所以你需要在337微秒内进行每次比较，这不是很多时间。这将很难......但是它可以通过努力来实现。如果你遇到困难，请给我发电子邮件（我是[a]的最后一位作者）
[a] Nurjahan Begum，Liudmila Ulanova，Jun Wang，Eamonn Keogh（2015）。使用新的可接受的修剪策略加速动态时间扭曲聚类SIGKDD 2015