gpt4 book ai didi

r - 动态时间扭曲可以用于缺失值的时间序列吗?

转载 作者:行者123 更新时间:2023-12-04 06:42:06 24 4
gpt4 key购买 nike

如标题所示,我想知道是否可以使用 DTW(动态时间扭曲)来计算两个具有缺失值的时间序列之间的 DTW 距离。

假设这两个时间序列是两个气象站的日温度,并且长度相等(例如 365 天),并且两个时间序列的缺失值在不同的日子。

如果这是可能的,R 中的 dtw 包是否能够处理缺失值?我没有找到可以在 dtw() 中设置的参数,例如 na.rm = T .

非常感谢!

感谢thelatemail 的建议。下面是两个时间序列的简化示例,其中每个时间序列仅包含 52 个元素,缺失值设置为 NA .

TS1 = c(-3.26433,  -5.09096,    NA, -8.4158,    -5.85485,   -3.49234,   -7.64666,   -4.90124,   NA, -4.68836,   -1.38114,   1.55527,    2.81872,    2.44261,    3.57963,    6.19983,    7.42515,    8.41524,    6.32686,    10.0144,    9.53251,    13.4781,    12.3585,    10.6706,    10.2647,    16.6848,    16.4855,    20.1482,  NA,   21.5734,    20.3946,    20.8824,    18.0325,    18.5813,    17.5453,    16.3315,    14.3068,    11.3164,   9.96398, 5.53102,    9.55094,    9.05897,    6.81199,    5.20343,    1.63158,    -0.661077,  -4.33853,   -6.53655,   NA,   -10.8646, 1.11843,    1.23786)

TS2 = c(-5.76852, -10.2207, -11.8465, NA, -1.70019, -3.60319, -5.7718, -3.81106, -5.62284, -3.57516, 0.314511, 0.64058, 0.476162, NA, 4.23757, 5.15417, 7.29422, NA, 1.57376, 9.28236, 8.05182, 13.7175, 9.5453, 10.2417, 9.32423, 18.214, 18.3726, 16.661, 20.6563, 22.2901, 22.1109, 19.129, 15.8615, 16.7817, 17.247, 15.9921, 14.5804, 11.3693, 10.9349, 10.1196, 3.7467, 9.09229, 6.91285, NA, 4.20934, -0.566403, -2.94184, -3.81432, -10.0212, -15.9876, -2.56286, -1.88976)

最佳答案

可能不是,我查看了包手册,没有关于缺失值或 NA 值的内容。我还尝试将您的数据提供给 dtw()它失败了:

Error in dtw(TS1, TS2) : 
No warping paths exists that is allowed by costraints

但是当我将所有 NA 值更改为 0 时,它很容易工作。

所以如果你唯一的解决方案是这个包,你可以在 DTW package forum 上发帖,或者您可能必须自己处理丢失的数据。您可能会发现 some hints here或使用 na() function of the fSeries package *.

*这个包裹是 no longer available .建议使用 timeSeries package反而。

关于r - 动态时间扭曲可以用于缺失值的时间序列吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/13505728/

24 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com