时间序列聚类

The sktime.clustering 模块包含了用于时间序列聚类的算法。

sktime 中的所有聚类器都可以使用 sktime.registry.all_estimators 工具列出，使用 estimator_types="clusterer"，可以选择性地通过标签进行过滤。有效标签可以使用 sktime.registry.all_tags 列出。

基于标签的完整表格也可以在 估计器搜索页面 上找到（在“估计器类型”下拉菜单中选择“聚类”）。

聚类模型

TimeSeriesKMeans([n_clusters, ...])	时间序列 K-means 实现。
TimeSeriesKMeansTslearn([n_clusters, ...])	时间序列数据的K-means聚类，来自tslearn。

TimeSeriesKMedoids([n_clusters, ...])

时间序列 K-medoids 实现。

TimeSeriesKShapes([n_clusters, ...])

时间序列的K-shape聚类，来自tslearn。

TimeSeriesKernelKMeans([n_clusters, kernel, ...])

内核 k-均值聚类，来自 tslearn。

基础

BaseClusterer([n_clusters])

时间序列聚类器的抽象基类。

BaseTimeSeriesLloyds([n_clusters, ...])

实现时间序列Lloyds算法的抽象类。