多变量时间序列聚类-关于距离矩阵的问题

Question

我正在尝试使用R对气象站进行集群。气象站提供诸如温度、风速、湿度等每小时间隔的数据。我可以使用tsclust库轻松地对单变量时间序列进行聚类，但当我对多变量序列进行聚类时，我会得到错误。

我有一个列表形式的数据，所以每个列表元素都是一个矩阵，其中包含一个站点的时间序列数据(变量是列，行是不同的时间戳)。

如果我运行：

tsclust(data, k = 2,
                   distance = 'Euclidean',   seed = 3247, trace = TRUE)

I get error: Error in do.call(.External，c(list(CFUN，x，y，pairwise，if (!is.function(method)) get(method) else method)，：不是标量返回值

如果我尝试只计算距离矩阵，我会得到相同的错误

dist(data, method="euclidean")

也许这样的数据不能计算欧几里德距离？如果是，那么可以计算出什么距离？

Answer 1

你应该仍然可以使用欧几里得。

您只需自己实现它，因为标准方法只适用于向量，而不适用于矩阵。但这对于您自己的实现来说应该是微不足道的。

但是，如果您的变量具有不同的单位和大小，则很可能会遇到缩放问题。

Answer 2

如果你的序列有相同的长度，你可以将它们转换成一个向量，然后重新调整维度。然而，就像Anony-Mousse提到的那样，对具有不同尺度的变量使用欧几里德距离可能会有问题，因此考虑使用zscore进行标准化

series <- zscore(data)
pc <- tsclust(lapply(series, as.vector), distance="Euclidean", seed=3247L, trace=TRUE)

pc@datalist <- series
# replace ncol with the actual number of columns from your data
pc@centroids <- lapply(pc@centroids, matrix, ncol=3L)