时间戳

首页 > 解决方案 > 具有多个特征的大型数据集的动态时间规整 (DTW)

python - 具有多个特征的大型数据集的动态时间规整 (DTW)

问题描述

我是 DTW 的新手，并试图将其应用于具有约 700,000 行和 9 个特征的数据集。我有两个数组（矩阵）的形式，

[
   [0 1 0 0 0 0 0 0 0],
   [0 0 0 0 1 0 0 0 0],
   ...
   [0 0 0 0 0 0 1 0 0],
   [0 0 1 0 0 0 0 0 0],
]

我已经探索了fastdtw和dtaidistance包。'fastdtw' 能够在大约 5 分钟内给出上述矩阵的输出距离。此外，我还希望将结果可视化，并应用层次聚类。我没有在 fastdtw 中找到任何函数来可视化路径/结果和聚类。

dtaidistance确实提供了这些功能，但运行时间太长（我为上面相同的两个系列运行它，15-20分钟后它仍在运行）。有没有办法处理这个？或者我可以用fastdtw的结果进行聚类和可视化吗？

我真的很感激对此的一些帮助。

标签： pythonhierarchical-clusteringdtw

解决方案

推荐阅读