我想做一个时间序列聚类任务。 假设我们有四个数据（t1~t4）。
t1={1,1,1,1,1,1,1}
t2={10,10,10,10,10,10,10}
t3={100,100,100,100,100,100,100}
t4 = {1,5,9,13,17,21,25}
这里，我在这个例子背后的意图是我想将t1，t2，t3组合在一起，因为它的形状是一个恒定的线。但是，t4看起来像是上升线，所以它应该在其他组中。
但是，如果我使用DTW（python mlpy包）计算t1和其他人之间的距离，我得到的结果如下：
t1-t1: 0 (absolutely)
t1-t2: 63
t1-t3: 693
t1-t4: 84
正如我们所看到的，t1-t3之间的距离远大于t1-t4之间的距离。 我想这是因为t3的振幅比其他振幅大得多。
在这种情况下，在调整DTW之前，为每个时间序列数据使用min-max归一化（即0到1归一化）是否有好的方法？ 换句话说，使t1，t2，t3为{0,0,0,0,0,0,0}，t4为{0,0,17，...，1}？ 然后，DTW按我的意愿返回结果。
很快，我想知道DTW之前规范化任务的适用性。 我是DTW的新手，很抱歉打扰你的基本问题！ ：）