机器学习：Shapelet（学习笔记）

本文主要基于Time Series Shapelets: A New Primitive for Data Mining

KDD'    2009

Author : Lexiang Ye, Eamonn Keogh

对该论文的理解，所以该文中有关shapelet的信息都是有关原始shapelet的理解

一、Shapelet的概述

Shapelet可以拆成Shape与let，Shape是形状，-let表示“小”的后缀，Shapelet即表示时间序列的“小形状”，即一个子序列。这个子序列是这段时间序列数据中一个特别的子序列，其能表达时序数据中最显著的特点。

找到最有代表性的一段子序列（Shapelet）用于分类

Shapelet实际上是一种特征提取的方法

Time series -> shapelet

原始shapelet分类器有两个主要局限性
首先，它很慢：shapelet发现过程非常耗时。其次，通过使决策树成为算法的一个组成部分，它无法将形状元素与其他分类器结合。

shapelet是时间序列中能最大程度反映类别信息的连续子序列， 它可以很好地解释分类结果

背景

时间序列分类定义

给定一个包含N个时间序列对象的数据集（每个时间序列对象的长度可能不一样），其中每个时间序列对象Ti属于一个类别ci（ci∈C），然后对没有标签的时间序列对象进行分类。

应用：故障检测、健康检测。例如：对一个机器进行长期监测，并标注出现的故障为异常，就可以用来检测每天是否正常运行。

 传统方法

全量时序数据用来判断（knn，DTW）

问题：非常耗时，解释性差（早期，现在好像具有很好的解释性）

二、Shapelet初阶方法-找shapelet

1.shapelet长度=[Minlen,Maxlen]

2.截取每个时间序列对象T对应长度的子序列，作为shapelet candidates

       例：时间序列对象为[1,1,2,2,3,3,5],shapelet可以有[1,1,2]、[1,2,2]、······、[1,,1,2,2]、                          [1,2,2,3]、[2,2,3,3,5]。(任意子序列)

3.遍历每个shapelet candidate，计算找到最优的shapelet

 如何判断是否是最优的shapelet&