对时间序列数据进行聚类

Question

我有12个消费者的时间序列数据。对应于12个消费者（名为a ... l）的数据是

我想聚集这些消费者，以便我可以知道哪些消费者具有最相似的消费行为。因此，我发现了聚类方法pamk，它自动计算输入数据中的聚类数。

我假设我只有两个选项来计算任意两个时间序列之间的距离，即Euclidean和DTW。我尝试了他们两个，我确实得到了不同的集群。现在问题是我应该依赖哪一个？为什么？

当我使用Eulidean距离时，我得到了以下群集：

并且使用了DTW距离

结论：   在这种情况下，您将如何确定哪种聚类方法最佳？

注意：我也在Cross-Validated上提出了相同的问题。

Answer 1

1. 上面没有一个时间序列与我相似。你看任何模式吗？也许没有模式？

2. 群集可视化表明也没有群集。 b和l似乎是最不寻常的异常值;然后是d,e,h;但那里没有集群。

3. 还尝试分层聚类。 树形图可能更容易理解。

但无论如何，可能没有集群。您需要为此结果做好准备，并将其视为有效的假设。 仔细检查任何结果。正如你所看到的，pam将总是返回一个结果，你绝对没有办法决定哪个结果比另一个更“正确”（很可能，都不正确，你应该依赖来回答你的问题。）