数据分析进阶-基于tsfresh的多变量时间序列聚类

前言

上一篇博客主要尝试了基于tslearn的单变量时间序列聚类，多变量时间序列的方法经过一番搜索也没有找到合适的方式，因此考虑借助强大的时间序列特征提取工具tsfresh与KMeans尝试多变量时间序列的聚类实验

基于日消费总额+日消费次数的时间序列聚类

一、tsfresh

tsfresh可以提取的时间序列特征数量相当全面，其中对特征的中文解读建议查看以下两篇博客：

• https://www.jianshu.com/p/de2f7d333b9f
• https://www.jianshu.com/p/073f2c0dab39

对具体如何使用还是得好好地啃官方文档：

• https://tsfresh.readthedocs.io/en/latest/

二、实验说明

实验利用日消费总额+日消费次数时间序列两个变量，首先基于tsfresh提取相关特征并利用Kmeans完成聚类

1.输入数据

源数据的格式如下：user, type, date1, date2, date3, …, daten，tsfresh对输入数据的格式有要求，所以首先需要对数据进行处理

import pandas as pd
def transform_data():
    """
    转换数据格式，获取tsfresh所需的输入
    :return:
    """
    data = pd.read_csv('data.csv')
    data = data.set_index(["USER",