Saya mencoba memahami ukuran kelengkungan waktu dinamis untuk membandingkan deret waktu bersama. Saya memiliki tiga dataset deret waktu seperti ini:
T1 <- structure(c(0.000213652387565, 0.000535045478866, 0, 0, 0.000219346347883,
0.000359669104424, 0.000269469145783, 0.00016051364366, 0.000181950509461,
0.000385579332948, 0.00078170803205, 0.000747244535774, 0, 0.000622858922454,
0.000689084895259, 0.000487983408564, 0.000224744353298, 0.000416449765747,
0.000308388157895, 0.000198906016907, 0.000179549331179, 9.06289650172e-05,
0.000253506844685, 0.000582896161212, 0.000386473429952, 0.000179839942451,
0, 0.000275608635737, 0.000622665006227, 0.00036075036075, 0.00029057097196,
0.000353232073472, 0.000394710874285, 0.000207555002076, 0.000402738622634,
0, 0.000309693403531, 0.000506521463847, 0.000226988991034, 0.000414164423276,
9.6590360282e-05, 0.000476689865573, 0.000377572210685, 0.000378967314069,
9.25240562546e-05, 0.000172309813044, 0.000447627573859, 0, 0.000589333071408,
0.000191699415317, 0.000362943471554, 0.000287549122975, 0.000311688311688,
0.000724112961622, 0.000434656621269, 0.00122292103424, 0.00177549812586,
0.00308008213552, 0.00164338537387, 0.00176056338028, 0.00180072028812,
0.00258939580764, 0.00217548948513, 0.00493015612161, 0.00336344416683,
0.00422716412424, 0.00313360554553, 0.00540144648906, 0.00425728829246,
0.0046828437633, 0.00397219463754, 0.00501656412683, 0.00492700729927,
0.00224424911165, 0.000634696755994, 0.00120550276557, 0.00125313283208,
0.00164551010813, 0.00143575017947, 0.00237006940918, 0.00236686390533,
0.00420336269015, 0.00329840900272, 0.00242005185825, 0.00326554846371,
0.006217237596, 0.0037103784586, 0.0038714672861, 0.00455830066551,
0.00361747518783, 0.00304147465438, 0.00476801760499, 0.00569875504121,
0.00583855136233, 0.0050566695728, 0.0042220072126, 0.00408237321963,
0.00255222610833, 0.00123507616303, 0.00178136133508, 0.00147434637311,
0.00126742712294, 0.00186590371937, 0.00177226406735, 0.00249154653853,
0.00549127279859, 0.00349072202829, 0.00348027842227, 0.00229555236729,
0.00336862367661, 0.00383477593952, 0.00273999412858, 0.00349618180145,
0.00376108175875, 0.00383351588171, 0.00368928059028, 0.00480028982882,
0.00388823582602, 0.00745054380406, 0.0103754506287, 0.00822677278011,
0.00778350981989, 0.0041831792162, 0.00537228238059, 0.00723645609231,
0.0144428396845, 0.00893333333333, 0.0106231171714, 0.0158367059652,
0.01811729548, 0.0207095263821, 0.0211700064641, 0.017604180993,
0.0165804327375, 0.0188679245283, 0.0191859923629, 0.0269251008595,
0.0351239669421, 0.0283510318573, 0.0346557651212, 0.0270022042616,
0.0260845175767, 0.0349758630112, 0.0207069247809, 0.0106362024818,
0.00981093510475, 0.00916507201128, 0.00887198986058, 0.0073929115025,
0.00659077291791, 0.00716191546131, 0.00942304513143, 0.0106886280007,
0.0123527175979, 0.0171022290546, 0.0142909490656, 0.0157642220699,
0.0265140538974, 0.0194395354708, 0.0241685144124, 0.0229897123662,
0.017921889568, 0.0155115839714, 0.0145263157895, 0.017609281127,
0.0157671315949, 0.0190258751903, 0.0138453217956, 0.00958058335108,
0.0122924304507, 0.00929741151611, 0.00885235535884, 0.00509319462505,
0.0061314863177, 0.0063104189044, 0.00729117134253, 0.010843373494,
0.0217755443886, 0.0181687353841, 0.0155402963498, 0.017310022503,
0.0214746959003, 0.026357827476, 0.0194751217195, 0.0196820590462,
0.0184317400812, 0.0130208333333, 0.0128666035951, 0.0120045731707,
0.0122374253228, 0.00874940561103, 0.0114368092263, 0.00922893718369,
0.00479041916168, 0.00644107774653, 0.00775830595108, 0.00829578041786,
0.00681348095875, 0.00573782551125, 0.00772002058672, 0.0112488083889,
0.00908907291456, 0.0157722638969, 0.00994270306707, 0.0134179772039,
0.0126050420168, 0.0113648781554, 0.0153894803415, 0.0126959699913,
0.0116655865198, 0.0112065745237, 0.0122006737686, 0.010251878038,
0.010891174691, 0.0148273273273, 0.0138516532618, 0.0136552722011,
0.00986993819758, 0.0097852677358, 0.00889011089726, 0.00816723383568,
0.00917641660931, 0.00884466556108, 0.0182179529646, 0.0183156760639,
0.0217806648835, 0.0171099125907, 0.0186579938377, 0.019360390076,
0.0144603654529, 0.0177730696798, 0.0153226598566, 0.0134016909516,
0.0126480805202, 0.0115501519757, 0.0127156322248, 0.0124326204138,
0.0240245215806, 0.0130234933606, 0.0144222706691, 0.00854005693371,
0.0053560967445, 0.00504132231405, 0.00288778877888, 0.00593526847816,
0.00455653279644, 0.00433014040152, 0.00535770564135, 0.0131095962244,
0.0126319758673, 0.0154982879798, 0.0125940464508, 0.0169948745616,
0.0257535512184, 0.0256175663312, 0.0265191262043, 0.0228974403622,
0.0193122555411, 0.0165794768612, 0.015658837248, 0.0168208578638,
0.0129912843282, 0.0119498443154, 0.0112663755459, 0.00838112042347,
0.00925767186696, 0.0113408269771, 0.0210861519924, 0.0156036134684,
0.0121687119728, 0.011006497812, 0.0107891491985, 0.0134615384615,
0.0147229755909, 0.015756893641, 0.0176257128046, 0.016776075857,
0.0169553999263, 0.0179193118984, 0.0190055672874, 0.0183088625509,
0.0155489923558, 0.0152507401094, 0.0160748342567, 0.0161532350605,
0.0139190952588, 0.0161469457497, 0.0118186629035, 0.0109259765092,
0.00950587391265, 0.00928986154533, 0.00815520645549, 0.00702576112412,
0.00709539362541, 0.00827287768869, 0.0104688211197, 0.0130375888927,
0.0160891089109, 0.0188415910677, 0.0203265044814, 0.0183175033921,
0.0139940353292, 0.0124648170487, 0.0131685758095, 0.00957428620277,
0.0119647893342, 0.00835800104475, 0.0101892285298, 0.00904207699194,
0.00772134522992, 0.00740740740741, 0.00776823249863, 0.00642254601227,
0.00484237572883, 0.00361539964823, 0.00414811817078, 0.00358072916667,
0.00433306007729, 0.00485008818342, 0.00905280804694, 0.00931847250137,
0.00779271381259, 0.00779912497622, 0.00908230842006, 0.0058152538582,
0.0102777777778, 0.00807537012113, 0.00648535564854, 0.0145492582731,
0.00694127317563, 0.00759878419453, 0.00789242911429, 0.00635050701629,
0.00785233530492, 0.00607964332759, 0.00531968282646, 0.00361944157187,
0.00305157155935, 0.00276327909119, 0.00318820364651, 0.00184464029514,
0.00412550211703, 0.00516567972786, 0.00463655399342, 0.00702897308418,
0.0100714154917, 0.00791168353266, 0.00959190791768, 0.00736,
0.00738007380074, 0.012573964497, 0.0117919562013, 0.00842919476398,
0.00778887565289, 0.00623967700496, 0.0062232955601, 0.00447815755803,
0.00511135450894, 0.00502557659517, 0.00330328263712), .Tsp = c(1,
15.9583333333333, 24), class = "ts")
T2 <- structure(c(0, 0, 0, 0, 0.000109673173942, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 9.66183574879e-05, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 9.43930526713e-05,
0, 0, 0, 8.95255147717e-05, 0, 0, 0, 0, 0.000191699415317, 0.000207792207792,
0, 0, 0, 0.00019727756954, 0.000205338809035, 0.000205423171734,
0.000704225352113, 0.000450180072029, 0.000493218249075, 0.000120860526952,
0.000410846343468, 0.000384393619066, 0.000643264105863, 0.000189915487608,
0.000915499404925, 0.000185099490976, 0.000936568752661, 0.000451385754266,
0.000757217226692, 0.000273722627737, 0.000187020759304, 0.000211565585331,
0.000141823854772, 9.63948332369e-05, 0.000117536436295, 0.000287150035894,
0, 0, 0.000400320256205, 0.000388048117967, 0.000345721694036,
0.000296868042155, 0.000609533097647, 0.000424043252412, 0.000290360046458,
0.000546996079861, 0.000556534644282, 0.00036866359447, 0.000275077938749,
0.000964404699281, 0.00152310035539, 0.00113339145597, 0.00061570938517,
0.000362877619523, 0.000472634464505, 0.000102923013586, 0.000187511719482,
0.000294869274622, 0.00011522064754, 0.000248787162582, 0, 0.00035593521979,
0.000392233771328, 0.000551166636046, 0.000165727543918, 0.000143472022956,
0.00012030798845, 0.000438260107374, 0.000195713866327, 0.000184009568498,
0.000537297394108, 0.000365096750639, 0.000102480016397, 0.000452857531021,
0.000180848177955, 0.000770745910765, 0.00219818869252, 0.000357685773048,
0.000362023712553, 0.000660501981506, 0.000419709560984, 0.000488949735967,
0.00177758026886, 4e-04, 0.000475661962898, 0.000879816998064,
0.0014942099365, 0.00378173960022, 0.00274725274725, 0.00192545729611,
0.0016462841016, 0.00176238855484, 0.00260780478718, 0.00447289949132,
0.0034435261708, 0.00290522941294, 0.002694416055, 0.0041329904482,
0.00729244577412, 0.0296930503689, 0.00982375036117, 0.00453023439039,
0.00327031170158, 0.00221573169503, 0.00211237853823, 0.00108719286801,
0.00131815458358, 0.000983008004494, 0.00132253265002, 0.00227790432802,
0.00247054351957, 0.00307455803228, 0.0029314767314, 0.00222755311857,
0.00492610837438, 0.00454430699318, 0.00753880266075, 0.00671845475541,
0.00590490003108, 0.00288356368698, 0.00294736842105, 0.00248601615911,
0.00197089144936, 0.00326157860404, 0.00302866414278, 0.00202256759634,
0.00258788009489, 0.00169043845747, 0.00137000737696, 0.000433463372345,
0.000908368343363, 0.000805585392052, 0.00142653352354, 0.00189328743546,
0.00558347292016, 0.00161899622234, 0.00162631008312, 0.00276960360048,
0.00585673524553, 0.00519169329073, 0.0045125282033, 0.00562344544176,
0.00322815786733, 0.00330528846154, 0.00255439924314, 0.00285823170732,
0.00240894199268, 0.00218735140276, 0.00201826045171, 0.00168701002282,
0.000460617227084, 0.00127007166833, 0.00109529025192, 0.000819336337567,
0.00158170093685, 0.000588494924231, 0.00120089209127, 0.00305052430887,
0.00161583518481, 0.00211579149837, 0.0010111223458, 0.00346270379455,
0.00228091236495, 0.00207627581685, 0.00295140718878, 0.0022121765894,
0.00240718451995, 0.00224131490474, 0.0031867431485, 0.00176756517897,
0.00233382314807, 0.00178303303303, 0.00169794459339, 0.00162778079219,
0.000737939304492, 0.00135906496331, 0.000733205022454, 0.000875060768109,
0.00114705207616, 0.000967385295744, 0.00182179529646, 0.00359130903214,
0.00420328620558, 0.00446345545843, 0.00376583361862, 0.00659687365553,
0.00433810963586, 0.00353107344633, 0.00333955407131, 0.00341788091383,
0.0024939877082, 0.00538428137212, 0.00906989151698, 0.00773778473309,
0.0210421671775, 0.00859720803541, 0.00511487506289, 0.00406669377796,
0.00117164616286, 0.00206611570248, 0.00107260726073, 0.00148381711954,
0.000741761152909, 0.00104973100643, 0.00110305704381, 0.00209753539591,
0.00452488687783, 0.00486574157506, 0.00850507033039, 0.0101159967629,
0.0163991223005, 0.0150452373691, 0.0156443766097, 0.0112310639039,
0.00635593220339, 0.00627766599598, 0.00583041812427, 0.00622371740959,
0.00624897220852, 0.00420769166036, 0.00305676855895, 0.00291133656815,
0.00120006857535, 0.00501806503412, 0.00490575781048, 0.00593119810202,
0.00226874291018, 0.00304999336958, 0.00339087546239, 0.00541958041958,
0.00445563734986, 0.00431438754455, 0.0038016243304, 0.0037928519329,
0.00491460867428, 0.00460782305959, 0.00508734881935, 0.00300725278613,
0.00390896455872, 0.00367811967345, 0.00953591862683, 0.00529614264278,
0.00243584167029, 0.00427167876976, 0.00291056623743, 0.00227624510607,
0.00439422473321, 0.00232246538633, 0.00317623830372, 0.00263466042155,
0.00180200473026, 0.00190912562047, 0.0034896070399, 0.00338638672536,
0.00548090523338, 0.00697836706211, 0.00720230473752, 0.00746268656716,
0.00367056664373, 0.0032167269803, 0.00523135203391, 0.00299196443837,
0.00299119733356, 0.00287306285913, 0.00154657933042, 0.00214861235452,
0.00163006177076, 0.00157407407407, 0.00137086455858, 0.00124616564417,
0.000790591955727, 0.00107484854407, 0.00121408336706, 0.00108506944444,
0.00105398758637, 0.000881834215168, 0.00184409052808, 0.00237529691211,
0.0013637249172, 0.00190222560396, 0.00264900662252, 0.00156564526951,
0.00263888888889, 0.00183531139117, 0.00303347280335, 0.0120768352986,
0.00365330167139, 0.00351443768997, 0.00263080970476, 0.0029703984431,
0.00265143789517, 0.0014185834431, 0.00150557061126, 0.00144777662875,
0.00111890957176, 0.000716405690308, 0.000797050911627, 0.000512400081984,
0.000868526761481, 0.00113392969636, 0.00134609632067, 0.00240013715069,
0.00128181651712, 0.00110395584177, 0.00156958493198, 0.00208,
0.00184501845018, 0.00110946745562, 0.000736997262582, 0.00208250694169,
0.00229084578026, 0.00137639933933, 0.00111462010032, 0.000822518735149,
0.00200803212851, 0.000987166831194, 0.00041291032964), .Tsp = c(1,
15.9583333333333, 24), class = "ts")
T3 <- structure(c(0.00192287148809, 0.00149812734082, 0.00192410475681,
0.00151122625216, 0.00120640491336, 0.00167845582065, 0.00121261115602,
0.000802568218299, 0.00109170305677, 0.00250626566416, 0.00273597811218,
0.00242854474127, 0.00160915430002, 0.00124571784491, 0.00192943770673,
0.00329388800781, 0.00191032700303, 0.00156168662155, 0.00174753289474,
0.0014917951268, 0.00143639464943, 0.000543773790103, 0.000929525097178,
0.00141560496294, 0.000966183574879, 0.000719359769805, 0.00190740419629,
0.00137804317869, 0.00197177251972, 0.001443001443, 0.00203399680372,
0.00158954433063, 0.00256562068285, 0.00228310502283, 0.00302053966975,
0.00227352221056, 0.00263239393001, 0.00202608585539, 0.00272386789241,
0.00269206875129, 0.0027045300879, 0.00276480122033, 0.00405890126487,
0.00341070582662, 0.00351591413768, 0.00336004135436, 0.00358102059087,
0.00257289879931, 0.00235733228563, 0.00239624269146, 0.00136103801833,
0.000862647368926, 0.00145454545455, 0.00168959691045, 0.00246305418719,
0.0020964360587, 0.00335371868219, 0.00390143737166, 0.00349219391947,
0.00334507042254, 0.00255102040816, 0.00332922318126, 0.00386753686246,
0.00246507806081, 0.00432442821449, 0.00312442565705, 0.00408318298357,
0.00375354756019, 0.00416473854697, 0.00263942103023, 0.0028888688273,
0.00321817321344, 0.00310218978102, 0.002150738732, 0.00296191819464,
0.00134732662034, 0.00221708116445, 0.00152797367184, 0.00157932519742,
0.00220077873709, 0.00207100591716, 0.00260208166533, 0.00310438494373,
0.00311149524633, 0.00385928454802, 0.00292575886871, 0.00222622707516,
0.00329074719319, 0.00282614641262, 0.00287542899545, 0.00221198156682,
0.00311754997249, 0.00315623356128, 0.00287696733796, 0.00296425457716,
0.00263875450787, 0.00208654631226, 0.00179601096512, 0.00164676821737,
0.00206262891431, 0.00235895419697, 0.00241963359834, 0.0028610523697,
0.00516910352976, 0.00160170848905, 0.00254951951363, 0.00275583318023,
0.00298309579052, 0.00286944045911, 0.00288739172281, 0.00394434096636,
0.00254428026226, 0.00285214831171, 0.0034924330617, 0.00246440306681,
0.00266448042632, 0.00389457476678, 0.00253187449136, 0.00171276869059,
0.00184647850171, 0.00134132164893, 0.00153860077835, 0.000990752972259,
0.00117518677075, 0.00312927831019, 0.00188867903566, 0.0024,
0.00269541778976, 0.00263945099419, 0.00242809114681, 0.00378173960022,
0.00274725274725, 0.00165039196809, 0.00211665098777, 0.00290275761974,
0.00149017416411, 0.00105244693913, 0.00309917355372, 0.00240432779002,
0.00297314875035, 0.0015613519471, 0.00196335078534, 0.00227707441479,
0.00279302706347, 0.00295450068938, 0.00316811446091, 0.00211501661799,
0.00168990283059, 0.00195694716243, 0.00131815458358, 0.00112343771942,
0.00214911555629, 0.00157701068863, 0.00171037628278, 0.00230591852421,
0.00183217295713, 0.00102810143934, 0.00130396986381, 0.00151476899773,
0.00188470066519, 0.00220449296662, 0.00238267895991, 0.00238639753406,
0.00147368421053, 0.00113942407292, 0.0018192844148, 0.00152207001522,
0.00151433207139, 0.00117096018735, 0.000862626698296, 0.00095087163233,
0.00137000737696, 0.00119202427395, 0.00170319064381, 0.000805585392052,
0.0012680297987, 0.00189328743546, 0.00186115764005, 0.000719553876597,
0.000903505601735, 0.000865501125151, 0.00210241778045, 0.00146432374867,
0.00130625816411, 0.0011895749973, 0.00135374362178, 0.00120192307692,
0.00160832544939, 0.0015243902439, 0.00240894199268, 0.00218735140276,
0.00230658337338, 0.00188548179022, 0.0016582220175, 0.00263086274154,
0.00155166119022, 0.00204834084392, 0.00194670884536, 0.00308959835221,
0.00154400411734, 0.00152526215443, 0.00343364976772, 0.00269282554337,
0.00235928547354, 0.00230846919636, 0.00300120048019, 0.00327833023713,
0.00347844418678, 0.00259690295277, 0.00157392833997, 0.00345536047815,
0.00336884275699, 0.0023862129916, 0.00216094735932, 0.00478603603604,
0.00330652368186, 0.00551636824019, 0.00313624204409, 0.00253692126484,
0.00201631381175, 0.00243072435586, 0.00229410415233, 0.00386954118297,
0.00298111957602, 0.00305261267732, 0.0038211692778, 0.00334759159383,
0.00479287915098, 0.0045891294995, 0.00525831471014, 0.00800376647834,
0.0076613299283, 0.00638604065479, 0.00587868531219, 0.00633955709944,
0.00453494575849, 0.00617283950617, 0.00314804075884, 0.00425604358189,
0.00536642629549, 0.00422936152908, 0.00234329232572, 0.00454545454545,
0.00305280528053, 0.00389501993879, 0.0040267034015, 0.00275554389188,
0.00409706901986, 0.00506904387345, 0.0065987933635, 0.00594701748063,
0.00343473994112, 0.00579983814405, 0.00750664048966, 0.00365965233303,
0.00467423447486, 0.00348250043531, 0.00464471968709, 0.00603621730382,
0.00358154256205, 0.00445752733389, 0.00501562243052, 0.0035344609947,
0.00410480349345, 0.00467578297309, 0.00265729470255, 0.00210758731433,
0.00223771408899, 0.00218998083767, 0.00309374033206, 0.00291738496221,
0.00184956843403, 0.00297202797203, 0.00329329717164, 0.00318889514162,
0.00397442543632, 0.00481400437637, 0.002580169554, 0.00440303092361,
0.00335956997504, 0.00318415000884, 0.00269284225156, 0.00242217637032,
0.00381436745073, 0.00238326418925, 0.0037407568508, 0.00290474156343,
0.00335156112189, 0.00227624510607, 0.00376647834275, 0.00223313979455,
0.00197441840501, 0.00214676034348, 0.00225250591283, 0.00140002545501,
0.0034896070399, 0.00220115137149, 0.002828854314, 0.00418702023726,
0.00176056338028, 0.00393487109905, 0.00217939894471, 0.00331724969843,
0.00234508884279, 0.00282099504189, 0.00239295786685, 0.00269893783737,
0.00263828238719, 0.00250671441361, 0.00231640356898, 0.00231481481481,
0.00127947358801, 0.0017254601227, 0.00207530388378, 0.00185655657612,
0.00131525698098, 0.00227864583333, 0.0018737557091, 0.00220458553792,
0.00184409052808, 0.00109629088251, 0.00253263198909, 0.00228267072475,
0.00170293282876, 0.00134198165958, 0.000833333333333, 0.00269179004038,
0.00198744769874, 0.00209205020921, 0.00146132066855, 0.00113981762918,
0.00185131053298, 0.00194612311789, 0.00203956761167, 0.00111460127673,
0.00170631335943, 0.00186142709411, 0.00183094293561, 0.00194452973084,
0.0014944704593, 0.00153720024595, 0.00184561936815, 0.00151190626181,
0.000897397547113, 0.00222869878279, 0.00201428309833, 0.00202391904324,
0.00244157656087, 0.00256, 0.00184501845018, 0.00160256410256,
0.00115813855549, 0.0016858389528, 0.001741042793, 0.0026610387227,
0.00167193015047, 0.00201060135259, 0.00219058050383, 0.00233330341919,
0.000963457435827), .Tsp = c(1, 15.9583333333333, 24), class = "ts")
Saya tahu bahwa T1 dan T2 berkorelasi dan menganggapnya sebagai kebenaran dasar sehingga metrik jarak apa pun harus memberi tahu saya bahwa (T1, T2) lebih dekat daripada (T2, T3) dan (T1, T3). Namun, ketika menggunakan dtw
dalam R, saya mendapatkan yang berikut:
> dtw(T1, T2, k = TRUE)$distance; dtw(T1, T3, k = TRUE)$distance; dtw(T3, T2, k = TRUE)$distance
[1] 1.107791
[1] 1.568011
[1] 0.4102962
Adakah yang bisa menjelaskan cara menggunakan Dynamic Time Warping untuk pertanyaan tetangga terdekat?
r
time-series
clustering
Legenda
sumber
sumber
Faster Retrieval with a Two-Pass Dynamic-Time-Warping Lower Bound
oleh Daniel Lemire et. al dengan kode yang disediakan di code.google.com/p/lbimproved Namun, saya mencoba memahami metrik ini sebelum menggunakannya.Jawaban:
Pembengkokan waktu dinamis membuat asumsi tertentu pada kumpulan data Anda: satu vektor adalah dereteched deret waktu non-linear . Tetapi juga mengasumsikan bahwa nilai aktual berada pada skala yang sama.
DTW bukan senjata ajaib Anda untuk menyelesaikan semua kebutuhan pencocokan seri waktu Anda. Itu membuat asumsi khusus pada jenis kesamaan yang Anda minati . Jika itu tidak cocok dengan data Anda, itu tidak akan berfungsi dengan baik. Menilai dari seri data yang Anda bagikan, Anda tidak perlu penyelarasan temporal (yang dilakukan DTW), tetapi sebenarnya beberapa normalisasi yang sesuai dan mungkin transformasi fourier sebagai gantinya. Jarak lintas treshhold mungkin juga cocok untuk Anda, lihat misalnya:
Johannes Aßfalg, Hans-Peter Kriegel, Peer Kröger, Peter Kunath, Alexey Pryakhin dan Matthias Renz, EDBT 2006
sumber
Pada 1980-an, waktu dinamis warping adalah metode yang digunakan untuk pencocokan templat dalam pengenalan ucapan. Tujuannya adalah untuk mencoba mencocokkan serangkaian waktu dari pidato yang dianalisis dengan templat yang tersimpan, biasanya dari seluruh kata. Kesulitannya adalah orang berbicara dengan kecepatan berbeda. DTW digunakan untuk mendaftarkan pola yang tidak diketahui ke templat. Itu disebut "lembaran karet" yang cocok. Pada dasarnya Anda mencari melalui beberapa kemungkinan terkendala tentang bagaimana deret waktu dapat dikembangkan secara lokal untuk mengoptimalkan kecocokan global. Pendekatan ini terbukti hampir sama dengan model Markov tersembunyi.
sumber
Pertama, Anda mengatakan "metric time warping metric", namun DTW adalah ukuran jarak, tetapi bukan metrik (tidak mematuhi ketimpangan segitiga).
Paper [a] membandingkan DTW dengan 12 alternatif pada 43 dataset, DTW benar-benar bekerja dengan sangat baik untuk sebagian besar masalah.
Jika Anda ingin mempelajari lebih lanjut tentang DTW, Anda dapat melihat tutorial Keoghs http://www.cs.ucr.edu/~eamonn/Keogh_Time_Series_CDrom.zip (peringatan 500 mcg)
Pass-nya pas.
Ada juga tutorial tentang SAX http://www.cs.ucr.edu/~eamonn/SIGKDD_2007.ppt
[a] Xiaoyue Wang, Hui Ding, Goce Trajcevski, Peter Scheuermann, Eamonn J. Keogh: Perbandingan Eksperimental Metode Representasi dan Ukuran Jarak untuk Data Seri Waktu CoRR abs / 1012.2789: (2010)
sumber