在R中具有hclust的时间序列数据的每个观测值分配聚类编号

问题描述

我有一个时间序列数据，其中包含约5年中的4个变量。我想在R中使用hclust方法对数据进行聚类。我想对观察值进行聚类。我的代码有效。但是，我想为每个观察确定特定的聚类。也就是说，我想在每个观察值旁边添加聚类的编号。我的代码给了我一个错误。我了解错误。所以有什么办法可以实现我的观点。

这是我的尝试：

library(TSclust)
library(cluster)    # clustering algorithms
library(tseries)
library(zoo)
library(dtw)
library(dtwclust)
library(dplyr)
##Load the data
data("EuStockMarkets")
##Save the data
dat <- EuStockMarkets

res <- lapply(split(as.zoo(EuStockMarkets),as.integer(time(EuStockMarkets))),as.ts)
## Re-define the data
datNew <- ts(rbind(res$`1995`,res$`1996`,res$`1997`,res$`1998`))
d <- dist(datNew,method = "DTW")
hc1 <- hclust(d,method = "average" )
sub_grp <- cutree(hc1,k = 4)
table(sub_grp)
datNew%>%
  mutate(cluster = sub_grp) %>%
  head

它返回一个错误：

 Error in UseMethod("mutate_") : 
 no applicable method for 'mutate_' applied to an object of class "c('mts','ts','matrix')"

In addition: Warning message:
`mutate_()` is deprecated as of dplyr 0.7.0.
Please use `mutate()` instead.
See vignette('programming') for more help

解决方法

我想问题是您的datNew不是data.frame。看：

class(datNew)
[1] "mts"    "ts"     "matrix"

这给您您的错误。如果将其作为data.frame：

library(dplyr)
data.frame(timeseries=as.matrix(datNew),date=time(datNew))%>%
           # use mutate() instead of mutate_()
           mutate(cluster = sub_grp) %>%
           head()

它应该可以工作，希望这是您需要的结果。

  timeseries.DAX timeseries.SMI timeseries.CAC timeseries.FTSE date cluster
1        2110.77         2673.5         1956.0          3083.4    1       1
2        2097.34         2656.2         1927.8          3095.8    2       1
3        2074.68         2628.8         1894.2          3065.6    3       1
4        2097.51         2628.8         1881.2          3065.5    4       1
5        2079.19         2628.8         1881.2          3065.5    5       1
6        2068.92         2612.3         1885.9          3065.7    6       1

编辑

如果需要，您可以在log和dif之后使用hclust进行尝试：

res <- lapply(split(as.zoo(EuStockMarkets),as.integer(time(EuStockMarkets))),as.ts)
datNew <- ts(rbind(res$`1995`,res$`1996`,res$`1997`,res$`1998`))

dat.log <- log(datNew)
dat.diff <- diff(dat.log)
Logreturns <- dat.diff

# using a different dist,due an error,the idea is the same
d <- dist(Logreturns)

hc1 <- hclust(d,method = "average" )
sub_grp <- cutree(hc1,k = 4)


data.frame(timeseries=as.matrix(Logreturns),date=time(Logreturns))%>%
  mutate(cluster = sub_grp) %>% 
  head()