我正在尝试对时间序列进行聚类。簇内元素具有相同的形状,但比例不同。因此,我想使用相关性度量作为聚类的度量。我正在尝试相关或 PIL 逊系数距离(欢迎任何建议或替代方案)。 但是,当我运行 Z = linkage(dist) 时,以下代码返回错误,因为 dist 中有一些 NaN 值。 time_series 中没有 NaN 值,这由
确认np.any(isnan(time_series))
返回 False
from scipy.spatial.distance import pdist
from scipy.cluster.hierarchy import dendrogram, linkage
dist = pdist(time_series, metric='correlation')
Z = linkage(dist)
fig = plt.figure()
dn = dendrogram(Z)
plt.show()
作为替代方案,我将使用 PIL 逊距离
from scipy.stats import pearsonr
def pearson_distance(a,b):
return 1 - pearsonr(a,b)[0]
dist = pdist(time_series, pearson_distance)`
但这会产生一些运行时警告并花费大量时间。
请您参考如下方法:
scipy.pdist(time_series, metric='correlation')
如果你看一下 manual , correlation 选项除以差值。因此,您可能有两个相同的时间戳,将 零 除以 零 得到 NaN。
