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
原文链接：http://tecdat.cn/?p=27078
原文出处：拓端数据部落公众号
【视频】KMEANS均值聚类和层次聚类：R语言分析生活幸福质量系数可视化实例
KMEANS均值聚类和层次聚类：R语言分析生活幸福质量系数可视化实例
，时长06:05
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()
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')
最受欢迎的见解
1.R语言k-Shape算法股票价格时间序列聚类
2.R语言中不同类型的聚类方法比较
3.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
4.r语言鸢尾花iris数据集的层次聚类
5.Python Monte Carlo K-Means聚类实战
6.用R进行网站评论文本挖掘聚类
7.用于NLP的Python：使用Keras的多标签文本LSTM神经网络
8.R语言对MNIST数据集分析 探索手写数字分类数据
9.R语言基于Keras的小数据集深度学习图像分类
