matlab 时间序列 聚类,matlab – 如何在时间序列数据上执行K均值聚类？

我如何做时间序列数据的K均值聚类？

我知道当输入数据是一组点时，这是如何工作的，但是我不知道如何使用1XM对时间序列进行聚类，其中M是数据长度。特别是，我不知道如何更新时间序列数据的集群的平均值。

我有一组标签的时间序列，我想使用K-means算法来检查我是否会收到类似的标签。我的X矩阵将是N×M，其中N是时间序列数，M是如上所述的数据长度。

有谁知道如何做到这一点？例如，我如何修改this k-means MATLAB code，以便它可以用于时间序列数据？此外，除了欧几里德距离之外，我还想使用不同的距离度量。

为了更好的说明我的疑虑，这里是我修改的时间序列数据的代码：

% Check if second input is centroids

if ~isscalar(k)

c=k;

k=size(c,1);

else

c=X(ceil(rand(k,1)*n),:); % assign centroid randomly at start

end

% allocating variables

g0=ones(n,1);

gIdx=zeros(n,1);

D=zeros(n,k);

% Main loop converge if previous partition is the same as current

while any(g0~=gIdx)

% disp(sum(g0~=gIdx))

g0=gIdx;

% Loop for each centroid

for t=1:k

% d=zeros(n,1);

% Loop for each dimension

for s=1:n

D(s,t) = sqrt(sum((X(s,:)-c(t,:)).^2));

end

end

% Partition data to closest centroids

[z,gIdx]=min(D,[],2);

% Update centroids using means of partitions

for t=1:k

% Is this how we calculate new mean of the time series?

c(t,:)=mean(X(gIdx==t,:));

end

end