添付のデータは単純化された例です。実際には何百人もの人がいて、何百もの時点があります。
同様の時系列を特定する方法を探しています。
ここにクラスターを決定するためのコードがいくつかありますが、これはまさに私が望むものではありません。
私が望むのは、1 人の人物を選択すると、最も類似した n 個の時系列の名前が返されることです。
つまり、n = 1 で Bob と入力すると Dave が返されますが、Sam と入力すると Bob が返されます (これらの名前は df で新しい列に入ります)。n = 2 の場合、最初の列には最も類似した時系列が含まれ、2 番目の列には次に類似したものが含まれます。これは K 最近隣人に似ていますが、時系列にまたがるため、個々の人は異なる「隣人」のセットを持ちます。
これが実現不可能または難しすぎる場合は、代わりに、グループの数ではなく、各グループの人数を指定したいと思います.
この例では 4 つのグループを指定しましたが、2 つのグループが 4 つになるわけではありません。
グループ B は 4 人、C と D は 1 人です。
hc@cluster
James A
Dave B
Bob B
Joe C
Robert A
Michael B
Sam B
Steve D
library(dtwclust)
df <- data.frame(
row.names = c("James", "Dave", "Bob", "Joe", "Robert", "Michael", "Sam", "Steve"),
Monday = c(82, 46, 96, 57, 69, 28, 100, 10),
Tuesday = c(77, 62, 112, 66, 54, 34, 107, 20),
Wednesday = c(77, 59, 109, 65, 50, 37, 114, 30),
Thursday = c(73, 92, 142, 77, 54, 30, 128, 40),
Friday = c(74, 49, 99, 90, 50, 25, 111, 50),
Saturday = c(68, 26, 76, 81, 42, 28, 63, 60),
Sunday = c(79, 37, 87, 73, 53, 33, 79, 70)
)
hc<- tsclust(df, type = "h", k = 4,
preproc = zscore, seed = 899,
distance = "sbd", centroid = shape_extraction,
control = hierarchical_control(method = "average"))
plot(hc)
yo <- as.data.frame(hc@cluster)
yo$`hc@cluster` <- LETTERS[yo$`hc@cluster`]
print(yo)