解释多变量时间序列聚类结果的图解

Question

我在r中使用DTWCLUST包进行多变量时间序列聚类。这是我的密码。

data("uciCT")

mvc <- tsclust(CharTrajMV, k = 4L, distance = "gak", seed = 390L)
plot(mvc)

CharTrajMV数据集有100个观测值，有3个变量。据我所知，聚类是基于3个变量确定的，而不是单变量时间序列聚类。每个聚类图显示属于该集群的几个类似模式的时间序列(观测)。这张图是怎么画的？有3个时间序列变量用于聚类，一个模式图是如何产生的？我的意思是输入是三维(变量)数据集，但输出是一维数据集.

此外，我可以为每个集群获取3个变量的质心(使用mvc@ centroid )。

plot(mvc, labels = list(nudge_x = -10, nudge_y = 1), type="centroids")

此代码仅显示每个集群的一个质心。我可以得到3个变量的质心图为每个集群的绘图选项？还是这种做法是正确的？

Answer 1

这一点将在文件中讨论。在不同的窗格中绘制这么多不同的序列会变得非常拥挤，因此，对于多元图，变量会被一个接一个地附加，你会得到垂直的虚线来查看发生这种情况的地方，可能会在某些地方注入一些缺失的值来解释长度的差异。这确实意味着x轴不再那么有意义了，但它只是一个快速可视化的辅助工具。