时间序列分割

Question

我有时间序列数组，平均每个数组大约有1000个值。我需要独立地识别每个数组中的时间序列段。

我目前正在使用这种方法来计算数组和分段项目的平均值，只要每个项目之间的耗时超过它。我找不到太多关于如何实现这一点的标准的信息。我相信还有更合适的方法。

这是我目前使用的代码。

def time_cluster(input)
    input.sort!
    differences = (input.size-1).times.to_a.map {|i| input[i+1] - input[i] }
    mean = differences.mean

    clusters = []
    j = 0

    input.each_index do |i|
      j += 1 if i > 0 and differences[i-1] > mean
      (clusters[j] ||= []) << input[i]
    end

    return clusters
  end

这段代码中的几个示例

time_cluster([1, 2, 3, 4, 7, 9, 250, 254, 258, 270, 292, 340, 345, 349, 371, 375, 382, 405, 407, 409, 520, 527])

输出

1  2  3  4  7  9, sparsity 1.3
250  254  258  270  292,  sparsity 8.4
340  345  349  371  375  382  405  407  409, sparsity 7
520  527, sparsity 3

另一个数组

time_cluster([1, 2, 3, 4 , 5, 6, 7, 8, 9, 10, 1000, 1020, 1040, 1060, 1080, 1200])

输出

1  2  3  4  5  6  7  8  9  10, sparsity 0.9
1000  1020  1040  1060  1080, sparsity 16
1200

Answer 1

使用K-Means。http://ai4r.rubyforge.org/machineLearning.html

gem install ai4r

奇异值分解可能也会让您感兴趣。http://www.igvita.com/2007/01/15/svd-recommendation-system-in-ruby/

如果你不能在Ruby中做到这一点，这里有一个很好的Python例子。

Unsupervised clustering with unknown number of clusters