全文链接：http://tecdat.cn/?p=27078
最近我们被客户要求撰写关于KShape的研究报告，包括一些图形和统计输出。
时序数据的聚类方法，该算法按照以下流程执行。
- 使用基于互相关测量的距离标度（基于形状的距离：SBD）
- 根据 1 计算时间序列聚类的质心。（一种新的基于质心的聚类算法，可保留时间序列的形状）
- 划分成每个簇的方法和一般的kmeans一样，但是在计算距离尺度和重心的时候使用上面的1和2。
import pandas as pd
# 读取数据帧，将其转化为时间序列数组，并将其存储在一个列表中 tata = [] for i, df in enmee(dfs):
# 检查每个时间序列数据的最大长度。 for ts in tsda:
if len(s) > ln_a:
lenmx = len(ts)
# 给出最后一个数据，以调整时间序列数据的长度 for i, ts in enumerate(tsdata):
dta[i] = ts + [ts[-1]] * n_dd
# 转换为矢量 stack_list = [] for j in range(len(timeseries_dataset)):
stack_list.append(data)
# 转换为一维数组 trasfome_daa = np.stack(ack_ist, axis=0)
return trafoed_data
数据集准备
# 文件列表flnes= soted(go.ob('mpldat/smeda*.csv'))
# 从文件中加载数据帧并将其存储在一个列表中。for ienme in fiemes:
df = pd.read_csv(filnme, indx_cl=one,hadr=0) flt.append(df)
聚类结果的可视化
# 为了计算交叉关系，需要对它们进行归一化处理。# TimeSeriesScalerMeanVariance将是对数据进行规范化的类。sac_da = TimeeiesalerMVarne(mu=0.0, std=1.0).fit_trnform(tranfome_data)# KShape类的实例化。ks = KShpe(_clusrs=2, n_nit=10, vrboe=True, rano_stte=sed)
yprd = ks.ft_reitsak_ata)# 聚类和可视化plt.tight_layout()
plt.show()
点击标题查阅往期内容
左右滑动查看更多
01
02
03
04
用肘法计算簇数
-
什么是肘法... - 计算从每个点到簇中心的距离的平方和，指定为簇内误差平方和 (SSE)。
- 它是一种更改簇数，绘制每个 SSE 值，并将像“肘”一样弯曲的点设置为最佳簇数的方法。
#计算到1~10个群组 for i in range(1,11):
#进行聚类计算。
ks.fit(sacdta)
#KS.fit给出KS.inrta_ disorons.append(ks.netia_)
plt.plot(range(1,11), disorins, marker='o')
点击文末 “阅读原文”
获取全文完整资料。
本文选自《Python用KShape对时间序列进行聚类和肘方法确定最优聚类数k可视化》。
点击标题查阅往期内容
R语言中的SOM(自组织映射神经网络)对NBA球员聚类分析
K-means和层次聚类分析癌细胞系微阵列数据和树状图可视化比较KMEANS均值聚类和层次聚类：亚洲国家地区生活幸福质量异同可视化分析和选择最佳聚类数
PYTHON实现谱聚类算法和改变聚类簇数结果可视化比较
有限混合模型聚类FMM、广义线性回归模型GLM混合应用分析威士忌市场和研究专利申请数据
R语言多维数据层次聚类散点图矩阵、配对图、平行坐标图、树状图可视化城市宏观经济指标数据
r语言有限正态混合模型EM算法的分层聚类、分类和密度估计及可视化
Python Monte Carlo K-Means聚类实战研究
R语言k-Shape时间序列聚类方法对股票价格时间序列聚类
R语言对用电负荷时间序列数据进行K-medoids聚类建模和GAM回归
R语言谱聚类、K-MEANS聚类分析非线性环状数据比较
R语言实现k-means聚类优化的分层抽样(Stratified Sampling)分析各市镇的人口
R语言聚类有效性：确定最优聚类数分析IRIS鸢尾花数据和可视化Python、R对小说进行文本挖掘和层次聚类可视化分析案例
R语言k-means聚类、层次聚类、主成分（PCA）降维及可视化分析鸢尾花iris数据集
R语言有限混合模型(FMM,finite mixture model)EM算法聚类分析间歇泉喷发时间
R语言用温度对城市层次聚类、kmean聚类、主成分分析和Voronoi图可视化
R语言k-Shape时间序列聚类方法对股票价格时间序列聚类
R语言中的SOM(自组织映射神经网络)对NBA球员聚类分析
R语言复杂网络分析：聚类（社区检测）和可视化
R语言中的划分聚类模型
基于模型的聚类和R语言中的高斯混合模型
r语言聚类分析：k-means和层次聚类
SAS用K-Means 聚类最优k值的选取和分析
用R语言进行网站评论文本挖掘聚类
基于LDA主题模型聚类的商品评论文本挖掘
R语言鸢尾花iris数据集的层次聚类分析
R语言对用电负荷时间序列数据进行K-medoids聚类建模和GAM回归
R语言聚类算法的应用实例对用电负荷时间序列数据进行K-medoids聚类建模和GAM回归
分位数回归、GAM样条曲线、指数平滑和SARIMA对电力负荷时间序列预测
【视频】R语言广义相加模型（GAM）在电力负荷预测中的应用
R语言里的非线性模型：多项式回归、局部样条、平滑样条、 广义相加模型GAM分析
R语言用标准最小二乘OLS，广义相加模型GAM ，样条函数进行逻辑回归LOGISTIC分类
R语言ISLR工资数据进行多项式回归和样条回归分析
R语言中的多项式回归、局部回归、核平滑和平滑样条回归模型
R语言用泊松Poisson回归、GAM样条曲线模型预测骑自行车者的数量
R语言中的多项式回归、B样条曲线(B-spline Curves)回归
R语言广义相加模型 (GAMs)分析预测CO2时间序列数据
R语言中实现广义相加模型GAM和普通最小二乘(OLS)回归
在r语言中使用GAM（广义相加模型）进行电力负荷时间序列分析
R语言用泊松Poisson回归、GAM样条曲线模型预测骑自行车者的数量
Python用广义加性模型GAM进行时间序列分析
R语言广义线性模型GLM、多项式回归和广义可加模型GAM预测泰坦尼克号幸存者
R语言中的广义线性模型（GLM）和广义相加模型（GAM）：多元（平滑）回归分析保险资金投资组合信用风险敞口
R语言对用电负荷时间序列数据进行K-medoids聚类建模和GAM回归
对用电负荷时间序列数据进行K-medoids聚类建模和GAM回归