k-Shape: Efficient and Accurate Clustering of Time Series解读

最新推荐文章于 2025-09-29 15:03:46 发布

原创

最新推荐文章于 2025-09-29 15:03:46 发布 · 4.4k 阅读

19 ·

CC 4.0 BY-SA版权

文章标签：

#时间序列聚类 #k-Shape

k-Shape: Efficient and Accurate Clustering of Time Series

John Paparrizos Luis Gravano Columbia University

ACM SIGMOD 2015

主要贡献

提出一种新的对尺度和漂移具有不变性的距离度量
提出一种新的计算聚类中心的方法
提出一种通用性强的时间序列聚类算法——k-shape算法
通过实验验证算法为state-of-the-art

目前聚类算法存在的问题

无法处理大的数据集，计算复杂度高
通用性不好，一般只针对特定问题有效

时间序列比较的关键问题——处理各种distortions(扭曲？)

Scaling and transform invariances 量纲不同、映射不变性
Shift invariances 序列相似但是存在相位漂移
Uniform scaling invariance 序列的长度不一致(压缩、拉伸)
Occlusion invariance 序列存在缺失

本文主要解决前两个问题，第一个问题通过z-normalization可以解决。

基于互相关的度量SBD——解决相位漂移问题

固定序列y，移动序列x，找到最佳匹配

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

SCS199411

关注关注

0
点赞
踩
19

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

【时序聚类】论文解读k-Shape: Efficient and Accurate Clustering of Time Series

风雨潇潇一书生

03-04

7999

k-Shape: Efficient and Accurate Clustering of Time Series 【论文解读有不正确之处欢迎指正】论文来源：https://dl.acm.org/doi/10.1145/2949741.2949758 论文来自于2016年ACM SIGMOD（有说是2015年，没具体去查），论文下载：http://www.cs.columbia.edu...

时序聚类论文|k-Shape: Efficient and Accurate Clustering of Time Series

Wdradon的博客

10-11

3219

k-Shape: Efficient and Accurate Clustering of Time Series提要PRELIMINARIES基本概念时间序列距离度量时序聚类算法时间序列的平均技术（簇质心）K-shape聚类算法时间序列的形状相似性互相关度量（Cross-correlation measure）互相关度量的规范化问题提要 k-Shape依赖于一个可伸缩的迭代细化过程，该过程创建均匀且分离良好的簇。作为距离度量，K形使用互相关度量的归一化版本，以便在比较它们的同时考虑时间序列的形状。基于距

参与评论您还未登录，请先登录后发表或查看评论

23、时间序列聚类算法：k-Shape、k-Means与HDBSCAN的比较

最新发布

code8的博客

09-29

本文系统比较了k-Shape、k-Means和HDBSCAN三种时间序列聚类算法在多个数据集上的性能。通过在ECG5000等85个UCR时间序列数据集上的实验，评估了各算法在训练集和测试集上的调整兰德指数，并分析了其在不同数据分布、长度和复杂度下的表现。结果表明，k-Means平均性能最优但并非适用于所有场景，而k-Shape和HDBSCAN在特定条件下更具优势。文章还提供了基于数据特点、规模和计算资源的算法选择建议，并展望了未来改进方向。

时间序列聚类算法论文《k-Shape: Efficient and Accurate Clustering of Time Series》

Chauncy的博客

09-09

5533

ABSTRACT 聚类是最流行的数据挖掘方法之一。这不仅仅是因为聚类问题具有很强的探索性，还因为它可以作为其他技术的预处理步骤或子过程。本文提出一种的新的时间序列聚类算法——K-shape算法。该算法依赖于一个可度量的迭代优化过程，创建同构的、分割良好的群簇。K-shape聚类算法依赖使用了规范化之后的互相关系数作为距离的度量，在每次迭代中使用它来更新聚类对聚类时间序列的分配。 1. INTRODUCTION 聚类是应用非常广泛的一项技术，因为它不需要监督和数据标注。大多数时间序列分析技术，包

时间序列聚类算法-《k-Shape: Efficient and Accurate Clustering of Time Series》解读

qq_28900249的博客

11-13

2万+

摘要本文提出了一个新颖的时间序列聚类算法k-shape，该算法的核心是迭代增强过程，可以生成同质且较好分离的聚类。该算法采用标准的互相关距离衡量方法，基于此距离衡量方法的特性，提出了一个计算簇心的方法，在每一次迭代中都用它来更新时间序列的聚类分配。作者通过大量和具有最好距离衡量方法的划分聚类，分层聚类，谱聚类比较的实验证明k-shape的鲁棒性。总之，k-shape是准确、高效的时间序列算法。...

关于序列数据的分类方法K-Shape clustering algorithm

qq_28925089的博客

03-30

913

8、Energy Load Forecast Using S2S Deep Neural Networks with k-Shape Clustering

qq_34514046的博客

09-01

740

用S2S深度神经网络预测能量负荷具有k形聚类的网络特别是长短期记忆（LSTM）具有序列到序列（S2S）架构的算法。我们在预测聚合时，提高预测准确性通过使用k-Shape聚类算法加载网络创建更容易预测的消费者群体本文中描述的方法在现实世界数据上进行了测试斯洛伐克企业的用电量。电力消费者通常都有随机行为，使个人消费需求变得艰难预测。为了解决这个问题的消费数据是汇总的。出于这个原因，使...

论文阅读_时序聚类K-Shape

谢彦的技术博客

12-26

4955

基本信息论文题目：k-Shape: Efficient and Accurate Clustering of Time Series 论文地址：https://dl.acm.org/doi/10.1145/2949741.2949758 相关源码：https://github.com/tslearn-team/tslearn/ 用法示例：https://tslearn.readthedocs.io/en/stable/auto_examples/clustering/plot_kshape.htm

k-Shape：高效准确的聚类方法

weixin_44028734的博客

03-06

1449

时间数据在许多学科中的扩散和无处不在，已经对时间序列的分析和挖掘产生了极大的兴趣。聚类是最流行的数据挖掘方法之一，不仅因为它的探索性，而且作为其他技术的预处理步骤或子程序。常用的有-means聚类算法。本文介绍了一种新的时间序列聚类算法k-Shape。k-Shape依赖于一个可扩展的迭代优化过程，它创建同质和良好分离的集群。作为距离度量，k-Shape使用标准化的交叉相关。基于距离度量的性质，我们开发了一种计算聚类质心的方法，在每次迭代中使用聚类质心来更新时间序列对聚类的分配。

k-shape时间序列聚类(tslearn)

fitzgerald0的博客

08-23

3万+

时间序列聚类概述 时间序列数据挖掘从技术角度来讲，一般有四种时间序列预测，时间序列分类，时间序列聚类，时间序列异常检测基本上包含了机器学习的几大领域由于时序数据的特殊性，所以每一个方面都与截面数据挖掘有所区别。本文主要讲讲时序聚类中的k-shape算法，和以往的风格一样，重在算法实现。时间序列数据的聚类，关键在于如何定义相似度。比如基于时间序列特征（len，max,min,std,lag）等可以使用 KMeans算法进行聚类。除了使用欧式距离以外，还可以使用dtw等方法，以及动态规划原理，对时间序列.

利用kmeans或kshape聚类分析对归一化的无量纲时间-降雨序列进行聚类

全栈若城,专注知识分享

06-07

1679

利用kmeans或kshape聚类分析对归一化的无量纲时间-降雨序列进行聚类（分类，区分降雨雨型的差异）

Kshape 聚类-python实现

11-29

Kshape 聚类项目包含数据集里面包含一个数据集，以及py文件和jupyter文件另外，代码对应的有相关注释。

时间序列聚类——十年回顾

11-12

时间序列近十年来聚类算法的大总结，包括对时间序列聚类每一个子步骤的详细分析以及对现有算法的评价

k-shape.py

JiangLongShen的博客

03-16

2450

import numpy import matplotlib.pyplot as plt from tslearn.clustering import KShape from tslearn.datasets import CachedDatasets from tslearn.preprocessing import TimeSeriesScalerMeanVariance seed = 0 n...

【告别k-means】k-Shape高效准确的聚类方法-完整Matlab代码

weixin_44028734的博客

03-07

927

k-shape

Python用KShape对时间序列进行聚类和肘方法确定最优聚类数k可视化

大数据部落

06-08

2085

时序数据的聚类方法该算法按照以下流程执行。数据集准备聚类结果的可视化什么是肘法...

高维多元时序数据聚类

qq_25368751的博客

11-30

5655

收集数据的能力不断增强，使我们有可能收集大量的异构数据。在可用的异构数据中，时间序列代表着尚未被充分探索的信息母体。当前的数据挖掘技术在分析时间序列时存在多个缺点，尤其是在应同时分析多个时间序列（即多维时间序列）以从数据中提取知识时。

时间序列数据处理2——时间序列聚类算法

热门推荐

sinat_41354290的博客

07-02

3万+

本文主要实现对时间序列聚类算法研究和相关搬运工作。目录1. 时间序列聚类2. 时间序列聚类的步骤2.1 数据简化2.2 相似性/距离度量2.3 聚类方法2.4 评估聚类结果的标准参考资料 1. 时间序列聚类 时间序列的聚类方法： 时间序列是按照时间排序的一组随机变量，它通常是在相等间隔的时间段内，依照给定的采样率，对某种潜在过程进行观测的结果。 时间序列数据是实值型的序列数据，具有数据量大、数据维度高以及数据是不断更新的等特点。 时间序列聚类方法的分类：什么是聚类？聚类是一种无监督学习方法，聚类就..

kshape聚类算法

03-12

<think>嗯，用户想了解kshape聚类算法的原理、实现和使用案例。首先，我需要回忆一下kshape的相关知识。记得它主要用于时间序列聚类，和传统的K-means不同，因为它处理的是时间序列数据，所以需要考虑时间对齐的问题。根据引用[1]，kshape来自论文《k-Shape: Efficient and Accurate Clustering of Time Series》。它使用规范化的互相关系数作为相似性度量，而不是欧氏距离。这可能是因为时间序列可能在时间轴上存在平移，直接使用欧氏距离效果不好。互相关系数可以处理这种平移问题，对吧？然后，它的优化过程是迭代的，每次迭代分配数据点到最近的簇，并更新簇的中心。这里的关键是簇中心的更新方法。传统K-means是取均值，但kshape可能采用了不同的方式。根据引用[1]，kshape在每次迭代中通过最大化互相关系数来更新聚类中心，可能需要形状提取的方法，比如计算形状中心作为新的质心。接下来是具体步骤。初始化阶段，随机选择k个时间序列作为初始质心。然后迭代分配和更新。在分配阶段，计算每个时间序列与各簇中心的互相关系数，将其分配到最相关的簇。在更新阶段，通过形状提取方法计算新的质心，可能涉及到对时间序列进行规范化，比如零均值和单位方差，如引用[4]提到的规范化处理。关于实现，用户可能想知道如何应用。引用[3]和[5]提到了tslearn库中的KShape实现，以及使用肘方法确定最佳聚类数。tslearn的KShape类应该封装了算法，用户可以直接调用fit方法，但要注意相似度度量的方法是否正确，尤其是是否需要预计算距离矩阵。引用[3]提到用户担心相似度度量方法是否一致，可能需要查看源码或论文确保正确性。使用案例方面，tslearn的示例代码展示了如何加载数据、预处理、训练模型和可视化。比如，对ECG数据或股票价格进行聚类，找出相似模式。引用[5]中的代码示例使用了肘方法来确定k值，这可能是一个常见的使用场景。用户可能还关心kshape的优缺点。根据引用[4]，kshape相对于传统方法效果更好，比DTW方法速度更快，但效果稍差，因为DTW考虑了更多的时间形变。这说明kshape在速度和效果之间做了权衡，适合需要快速处理的大规模时间序列数据。需要确保回答中提到的原理部分正确，比如互相关系数的计算、形状提取的具体步骤。可能还需要解释规范化的重要性，比如零均值和单位方差处理，以消除幅度的影响，专注于形状的相似性。最后，用户可能需要示例代码来理解如何实际应用，所以需要提供tslearn的使用示例，并提到注意事项，比如数据预处理和评估方法，如轮廓系数或肘方法。引用[3]和[5]中的信息可以支持这部分内容。总结回答的结构：先讲原理，包括相似性度量、迭代优化步骤；然后实现，包括库的使用和代码示例；使用案例举几个例子；最后优缺点和注意事项。这样用户就能全面了解kshape算法了。</think>### KShape聚类算法解析 #### **原理** 1. **核心思想** KShape是一种专用于**时间序列聚类**的算法，通过最大化时间序列之间的**规范化互相关系数（Normalized Cross-Correlation, NCC）** 来衡量相似性[^1][^4]。其核心是通过迭代优化，将时间序列分配到与簇中心形状最相似的群组中。 2. **关键步骤** - **初始化**：随机选择$k$个时间序列作为初始簇中心。 - **分配阶段**：计算每个时间序列与所有簇中心的NCC值，并将其分配到相似性最高的簇。 - **更新阶段**：对每个簇中的时间序列进行**形状提取（Shape Extraction）**，即通过奇异值分解（SVD）计算新的簇中心[^1]。数学表达式为： $$ \text{NCC}(X, Y) = \max_{\tau} \frac{\text{Corr}(X, Y_{\tau})}{\sqrt{\text{Var}(X) \cdot \text{Var}(Y)}} $$ 其中$Y_{\tau}$表示$Y$在时间轴上的平移$\tau$个单位后的序列[^1]。 3. **数据规范化** 所有时间序列需预处理为**零均值、单位方差**，以消除幅度差异对形状相似性的干扰。 --- #### **实现方法** 1. **Python库支持** - **tslearn**：提供`KShape`类，可直接调用`fit()`方法进行聚类[^3][^5]。 - **关键代码示例**： ```python from tslearn.clustering import KShape # 数据预处理（标准化） X = TimeSeriesScalerMeanVariance().fit_transform(data) # 训练模型 ks = KShape(n_clusters=3, verbose=False) labels = ks.fit_predict(X) ``` 2. **参数调优** - **肘方法（Elbow Method）**：通过计算不同$k$值对应的簇内误差平方和（SSE），选择拐点作为最优聚类数。 - **轮廓系数**：评估聚类结果的紧密度和分离度。 --- #### **使用案例** 1. **ECG信号聚类** 对心电图（ECG）数据聚类，识别不同心跳模式（如正常心跳、早搏等）。 2. **股票价格分析** 将股票价格时间序列按涨跌模式分组，发现市场趋势相似的股票组合。 3. **工业传感器监测** 对设备传感器数据聚类，检测异常运行状态（如振动模式异常）。 --- #### **优缺点对比** | **优点** | **缺点** | |------------------------------------------|------------------------------------------| | 支持时间序列平移不变性，适合对齐问题[^4] | 仅考虑纵向拉伸和平移，未处理横向拉伸（如DTW） | | 计算效率高（基于矩阵运算） | 对初始中心敏感，需多次随机初始化优化结果[^5] | | 可直接处理不等长时间序列（需tslearn预处理） | 对噪声敏感，需数据平滑预处理 | --- #### **注意事项** 1. **数据预处理**：必须进行标准化（零均值、单位方差），否则相似性度量失效。 2. **评估方法**：若需使用`silhouette_score`，需确认输入为原始数据而非预计算距离矩阵。 3. **参数选择**：建议结合肘方法和领域知识确定$k$值。 ---