Python tslearn.clustering.TimeSeriesKMeans vs sklearn.cluster.KMeans
如果我不使用DTW作为距离度量，那么tslearn.clustering.TimeSeriesKMeans和sklearn.cluster.KMeans是否彼此等效Python tslearn.clustering.TimeSeriesKMeans vs sklearn.cluster.KMeans,python,machine-learning,time-series,cluster-analysis,k-means,Python,Machine Learning,Time Series,Cluster Analysis,K Means,如果我不使用DTW作为距离度量，那么tslearn.clustering.TimeSeriesKMeans和sklearn.cluster.KMeans是否彼此等效 如果没有，有人能告诉我这两个软件包之间的主要区别是什么吗？主要区别在于您可以使用“dtw”作为TSKEP K均值的度量，在SKEXIT中有助于对不同长度的时间序列数据进行聚类，如果不同长度的时间序列数据如果考虑到每个时间戳是一个新特征，当数据不以矩阵格式时，它会认为它是错误格式。 有趣的是，tslearn本身在后台使用sklearn
如果没有，有人能告诉我这两个软件包之间的主要区别是什么吗？主要区别在于您可以使用“dtw”作为TSKEP K均值的度量，在SKEXIT中有助于对不同长度的时间序列数据进行聚类，如果不同长度的时间序列数据如果考虑到每个时间戳是一个新特征，当数据不以矩阵格式时，它会认为它是错误格式。 有趣的是，tslearn本身在后台使用sklearn 但是，tslearn在对不同“n_聚类”的数据进行聚类时可能会出现问题，而不是2，例如3。 /它预测有时只有两个标签。
主要区别在于您可以使用“dtw”作为TSKEP K均值的度量，在SKEXIT中有助于对不同长度的时间序列数据进行聚类，如果不同长度的时间序列数据如果考虑到每个时间戳是一个新特征，当数据不以矩阵格式时，它会认为它是错误格式。 有趣的是，tslearn本身在后台使用sklearn 但是，tslearn在对不同“n_聚类”的数据进行聚类时可能会出现问题，而不是2，例如3。 /它预测有时只有两个标签。
检查这个检查这个有人能帮我吗有人能帮我吗