K-Means聚类不同长度的时间序列数据

问题描述

在对不同长度的时间序列数据使用 k-means 算法和 DTW 后，我一直试图了解每个集群的“均值”或质心位于何处。

如果使用 k-medoids，每个集群的代表性时间序列在哪里很清楚，因为它是数据中真实存在的时间序列。但是在 k-means 的情况下呢？

要点：

• 不同长度的时间序列数据
• 没有欧几里德距离，但有 DTW
• k-means 估计的质心位置在哪里？ -> 问题

提前致谢。

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）