首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >是否可以通过禁用计算来减少DTW包计算dtw的时间?

是否可以通过禁用计算来减少DTW包计算dtw的时间?
EN

Data Science用户
提问于 2022-01-17 12:24:33
回答 1查看 75关注 0票数 0

我试图使用dtw-python包对某些时间序列进行分类,这是实现这张漂亮的纸中描述的动态时间扭曲的R包的python版本。默认情况下,对dtw函数的调用返回包含距离以及已找到的翘曲路径(文档)的DTW对象。

使用K最近邻分类需要计算每个可能的对X \in T, Y \in E的DTW(X,Y),其中T是一个测试集,E是eval集。结果可以存储在|T| \times |E|距离矩阵\lambda中,然后用于寻找最佳匹配。不过,计算量很大。在引用的文件中,我们可以看到:

\lambda可以通过代理::dist( q,q,method = "DTW")直接计算。这样计算K×K对齐比在普通dtw调用上迭代更快,因为只计算距离的数值,而绕开实际翘曲路径的构造。

我不需要知道扭曲路径,所以我想使用这种方法。不幸的是,这只对R版本有效,因为proxy是R包。我是否可以做一些类似的事情,使dtwdtw-python中不返回弯曲路径,只返回距离,这样就更快了?

EN

回答 1

Data Science用户

回答已采纳

发布于 2022-01-17 14:44:30

您目前用于计算DTW的函数是什么?在不了解DTW和包的情况下,dtw函数似乎有一个关键字参数distance_only (看医生),它只能用来计算两个时间序列之间的距离。

票数 0
EN
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://datascience.stackexchange.com/questions/107163

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档