#TSer#

Кластеризация временных рядов очень распространена в промышленном производстве и жизни. От анализа неявных корреляций в массивных кривых KPI в промышленной эксплуатации и техническом обслуживании до классификации моделей роста на кривых доходности акций — методы кластеризации временных рядов помогают нам обнаружить некоторые из них. скрытая и глубокая информация в выборках данных.

TSLearn — популярный пакет Python, предоставляющий инструменты машинного обучения для анализа временных рядов. Пакет основан на библиотеках scikit-learn, numpy и scipy, что делает запуск и запуск встроенного алгоритма кластеризации очень простым и понятным.

В этой статье будет показан процесс использования TSLearn для кластеризации и визуализации временных рядов.

Адрес проекта: https://github.com/tslearn-team/tslearn

Сначала импортируем необходимые нам зависимости:

import pandas as pd
import numpy as np
from tslearn.preprocessing import TimeSeriesScalerMeanVariance

Затем используйте Pandas для извлечения некоторых данных временных рядов. Среди них графики — широко используемая функция рисования. Определив входные данные, мы можем легко нарисовать изображение временного ряда. Теперь приступаем к определению параметров кластеризации:

n_clusters = 50 # number of clusters to fit
smooth_n = 15 # n observations to smooth over
model = 'kmeans' # one of ['kmeans','kshape','kernelkmeans','dtw']

Далее полученные данные подвергаются некоторой стандартной обработке:

if n_charts:    
  charts = np.random.choice(get_chart_list(host), n_charts).tolist()
  print(charts)
else:
  charts = get_chart_list(host)
# get data
df = get_data(host, charts, after=-n, before=0)
if smooth_n > 0:    
  if smooth_func == 'mean':        
    df = df.rolling(smooth_n).mean().dropna(how='all')    
  elif smooth_func == 'max':        
    df = df.rolling(smooth_n).max().dropna(how='all')    
  elif smooth_func == 'min':        
    df = df.rolling(smooth_n).min().dropna(how='all')    
  elif smooth_func == 'sum':        
    df = df.rolling(smooth_n).sum().dropna(how='all')    
  else:        
    df = df.rolling(smooth_n).mean().dropna(how='all')
print(df.shape)
df.head()

Затем мы можем использовать tslearn для построения нашей модели кластеризации:

if model == 'kshape':    
  model = KShape(n_clusters=n_clusters, max_iter=10, n_init=2).fit(X)
elif model == 'kmeans':    
  model = TimeSeriesKMeans(n_clusters=n_clusters, max_iter=10, n_init=2).fit(X)

После того, как у нас есть кластерный кластер, мы можем сначала подготовить некоторые вспомогательные объекты для дальнейшего использования в рисовании:

cluster_metrics_dict = df_cluster.groupby(['cluster'])['metric'].apply(lambda x: [x for x in x]).to_dict()
cluster_len_dict = df_cluster['cluster'].value_counts().to_dict()
clusters_final.sort()
df_cluster.head()

Наконец, давайте построим график каждой группы кластеров отдельно и посмотрим, каковы результаты:

for cluster_number in clusters_final:     
  x_corr = df[cluster_metrics_dict[cluster_number]].corr().abs().values       
  plot_lines(df, cols=cluster_metrics_dict[cluster_number], renderer='colab', theme=None, title=plot_title)

Вот несколько замечательных примеров:

Выполнив описанные выше шаги, я обнаружил, что библиотека tslearn очень полезна, поскольку она сэкономила мне много времени и позволила мне быстро запустить рабочий прототип, поэтому я с нетерпением жду возможности использовать некоторые другие временные ряды. соответствующие функциональные возможности, которые он предоставляет.

Эта статья составлена ​​с https://tecdat.cn/?p=33484.