tsclust 예제

사용자는 계산 속도를 높이기 위해 doParallel 패키지와 같은 병렬 백엔드를 등록할 수 있습니다(예제 참조). 이것은 foreach에 의존합니다, 즉 다중 처리를 사용합니다. 두 경우 모두 사용자 지정 함수를 제공할 수 있습니다. 하나가 제공되면 표시된 이름과 함께 다음 매개 변수를 받게됩니다 (분할 클러스터링의 예는 괄호로 표시됨): 다변량 타임 계열의 경우 시간이 각 행에 걸쳐 있는 행렬 목록으로 제공되어야 합니다. 행렬과 변수는 열에 걸쳐 있습니다(예시CharTrajMV 참조). 포함된 모든 중심 함수는 앞에서 언급한 형식으로 작동해야 하지만 셰이프는 권장되지 않습니다. 플롯 메서드는 모든 차원(열)을 차례로 하나씩 더하기만 하면 됩니다. dba, 쉐이프 및 sdtw_cent 구현은 병렬화를 확인합니다. 다른 길이의 모양, dba, sdtw_cent, 팸 및 fcmdd 지원 시리즈만 참고하십시오. 또한 모양, dba 및 sdtw_cent의 경우 이 지원에는 주의해야 할 점이 있습니다. 예를 들어 데이터 집합의 계열길이가 10또는 15인 경우 2개의 클러스터가 필요하고 초기 선택항목에서 길이가 10인 두 계열을 선택하면 최종 중심의 길이가 동일합니다.

파티션, 계층 및 퍼지 클러스터링에 사용할 거리 측정값을 거리 매개변수로 수정할 수 있습니다. 지원되는 옵션은 프록시의 프록시::dist()에 등록된 호환 거리를 나타내야 하는 문자열을 제공하는 것입니다. 등록은 프록시::pr_DB())를 통해 수행되며 추가 매개 변수는 args$dist로 제공될 수 있습니다(예제 참조). 이것은 시계열 클러스터링을 수행하는 주요 기능입니다. 자세한 내용은 자세한 내용과 예제를 참조하세요(“dtwclust”)를 입력하여 찾을 수 있는 포함된 패키지 비네팅(“dtwclust”)을 참조하십시오. 편리한 래퍼는 compare_clusterings()) 및 interactive_clustering()의 반짝이는 앱에서 사용할 수 있습니다. TSClusters에서 적절한 클래스가 있는 개체입니다. 적절한 컨트롤 목록입니다. tsclust 컨트롤을 참조하십시오. 파티션/퍼지 알고리즘의 경우 적합한 함수는 모든 반복에서 클러스터 중심을 계산해야 합니다. 이 경우 중심은 타임계열일 수도 있습니다.

퍼지 클러스터링은 기본적으로 표준 퍼지 c-평균 중심을 사용합니다. 모든 유형의 클러스터링을 사용하여 서로 다른 파티션을 얻으려면 k의 여러 값을 제공할 수도 있습니다. 설명 사용 인수 세부 정보 값 중심 계산 거리 측정 전처리 반복 병렬 컴퓨팅 참고 작성자 참조 거리 함수가 대칭임을 알고 계층구조를 사용하는 경우 참조도 참조 알고리즘, 또는 PAM 중심, 또는 퍼지 c-메디드가있는 파티션 알고리즘, 약간의 시간은 절반 거리 행렬을 계산하여 절약 할 수 있습니다. 따라서 대칭 제어 매개 변수를 TRUE로 설정하는 것이 좋습니다(tsclust-컨트롤 참조). 퍼지 클러스터링의 경우 멤버 자격 벡터(위의 2번째 및 5번째 요소)는 데이터의 요소 수와 동일한 행 수와 원하는 클러스터 수와 동일한 열 수를 가진 행렬입니다.