Time Series K-Means

# K-Means와 Time Series K-Means 차이

기존 K-Means는 2차원 데이터의 K개의 중심을 기준으로 클러스터링을 하게 된다.

주가 데이터처럼 시계열 데이터를 분석하는 경우에는 Time Series K-Means를 하게 되면 시계열 간의 차이를 계산할 수 있게 된다.

 

# K-Means와 Time Series K-Means 그림 예시

K-Means (왼쪽) vs Time Series K-Means (오른쪽)

# Time Series K-Means 예제 코드

from tslearn.generators import random_walks
from tslearn.clustering import TimeSeriesKMeans
import matplotlib.pyplot as plt
 
x = random_walks(n_ts=20, sz=32, d=1)
 
# x plot
fig = plt.figure(figsize=(6, 4))
ax = fig.add_subplot(projection='3d')
for x_idx in range(x.shape[0]):
    xv = [x_idx / x.shape[0]] * x.shape[1]
    yv = [i for i in range(x.shape[1])]
    zv = x[x_idx].squeeze(-1)
    ax.plot(xv, yv, zv)
ax.set_title('random walks x value')
plt.show()
 
n_clusters = 3
km = TimeSeriesKMeans(n_clusters=n_clusters, metric="dtw", max_iter=50)
 
pred = km.fit_predict(x)
 
# time series plot
for c in range(n_clusters):
    fig = plt.figure(figsize=(6, 4))
    ax = fig.add_subplot(projection='3d')
    for x_idx in range(x.shape[0]):
        if pred[x_idx] == c:
            xv = [x_idx / x.shape[0]] * x.shape[1]
            yv = [i for i in range(x.shape[1])]
            zv = x[x_idx].squeeze(-1)
            ax.plot(xv, yv, zv)
    ax.set_title('cluster number is {}'.format(c))
    plt.show()
 

입력 데이터: (20, 32, 1) 차원의 랜덤 시계열 데이터

 

TimeSeriesKMeans 함수를 사용하여 시계열 데이터 클러스터링 처리

TimeSeriesKMeans 함수 파라미터 예시

 - n_clusters: 군집의 개수

 - metric: 시계열 데이터 간의 거리 계산 방식 (종류: ['eudlidean', 'dtw', 'softdtw'])

 - max_iter: 최대 반복 시행 횟수

 

# 입력 데이터 예시

X

# 결과 데이터 예시

Cluster 0

 -> 오른쪽 아래로 떨어지는 모양의 시계열 데이터가 묶이는 것을 확인할 수 있음.

 

Cluster 1

 -> 오른쪽 위로 올라가는 모양의 시계열 데이터가 묶이는 것을 확인할 수 있음.

 

Clutser 2

 -> 오른쪽으로 횡보하는 형태의 시계열 데이터가 묶이는 것을 확인할 수 있음.

 

위와 같이 시계열 데이터를 특징에 맞게 분류를 할 수 있는 것을 예제를 통해 확인했음.

 

# tslearn 공식 문서

https://tslearn.readthedocs.io/en/stable/auto_examples/clustering/plot_kmeans.html#sphx-glr-auto-examples-clustering-plot-kmeans-py

k-means — tslearn 0.5.3.2 documentation

 

# 이후 내용

KMeans, DTW, softDTW를 분석하는 글을 작성하고자 함.