Question

我对聚类技术的应用有一个更具体的问题，即K均值。我有一个带有3个传感器（A，B，C）的数据框：

  time      A  |   B   |  C   |
 8:00:00    6     10      11
 8:30:00    11    17      20
 9:00:00    22    22      15
 9:30:00    20    22      21
10:00:00    17    26      26
10:30:00    16    45      29
11:00:00    19    43      22
11:30:00    20    32      22
   ...      ...  ...     ...

我想对具有相同行为的传感器进行分组。

我的问题是：看上面的数据帧，我必须计算数据帧中每个对象的相关性，然后将欧几里德距离应用于此相关性矩阵，从而获得具有距离值的3 * 3矩阵？

还是我转置数据帧，然后仅使用欧几里德度量标准来计算dist（）矩阵，然后我将得到一个3 * 3的矩阵，并且具有distances值。

Answer 1

您只有三个传感器。这意味着，您需要三个值，即d（A B），d（B，C）和d（A B）。对我来说，这里的任何“聚类”似乎都不有意义吗？当然不是k均值。 K均值表示点（！），R表示小d。

选择您喜欢的任何形式的时间序列相似性。可能只是相关，也可能是DTW等。

Answer 2

Q1：否。为什么：这里不需要相关。

Q2：否。为什么：我会以不同的方式计算距离

第一行是R'内置的dist()函数（默认情况下使用欧几里得距离）

dist(c(6, 10, 11))

为您提供每个值之间的间隔

   1 2
------
2| 4  
3| 5 1

项目2和3彼此最接近。很简单。

但是，没有一种方法可以计算一个点与一组点之间的距离。那里您需要一个链接功能（最小/最大/平均/...）

使用R的内置kmeans()函数会做什么：

忽略日期列，
（假设在任何A，B，C列中都没有NA值）
如有必要，对数据进行缩放（此处它们似乎都具有相同的数量级）
在A，B，C列上执行KMeans分析，其中k = 1 ... n;评估结果
选择合适的k执行最终的KMeans
获取每一行的集群分配
将它们放在C右侧的新列中

3个时间序列之间的聚类矩阵距离

2 个答案: