【数据分析】如何量化时间序列之间的相似性？

本系列包含：

• 如何量化时间序列之间的相似性？
• 利用时间序列聚类细分客户（以电力行业为背景）

---

1.前言

逝者如斯夫，不舍昼夜。时间不会停止，世界上的一切都在不断运动。抛开物理学或哲学的概念不提，几乎所有东西都可以被描述为一系列的事件。对数据更感兴趣的人来说，它们又可以被看做是一系列的测量，这就是我们所说的时间序列。一个时间序列可以包含关于生活中许多不同方面的各种信息，如每天的温度曲线、货币汇率和股票评级、飞机的速度和位置、海洋潮汐水平高度······

本篇博文中，我们将看看我们是如何决定哪些时间序列是相似的，哪些是不相似的——这是一个在开始解决总体问题之前，需要考虑的重要问题。在下图中，可以看到一组不同的时间序列，我们将使用不同的（不）相似度量来相互比较。这些序列都是对同一消费曲线（一个电表冬季一周的平均消费）的描述。然而，下面介绍的方法具有高度概括性，适用于多个行业的不同问题。

在原始数据的基础上，通过多种方法来判别几个不同情况下时间序列的相似性。

2.Euclidean and MA