为hclust位于R中的时间序列数据的每个观测值分配群集编号

我有一个时间序列数据，大约5年内有4个变量。我想使用R中的

hclust

方法对数据进行聚类。我想对观察值进行聚类。我的代码有效。然而，我想为每项观察确定具体的聚类。也就是说，我想在每次观测旁边加上集群的数量。我的代码给了我一个错误。我理解这个错误。那么，我有什么办法可以达到我的目的呢

以下是我的尝试：

library(TSclust)
library(cluster)    # clustering algorithms
library(tseries)
library(zoo)
library(dtw)
library(dtwclust)
library(dplyr)
##Load the data
data("EuStockMarkets")
##Save the data
dat <- EuStockMarkets

res <- lapply(split(as.zoo(EuStockMarkets), as.integer(time(EuStockMarkets))), as.ts)
## Re-define the data
datNew <- ts(rbind(res$`1995`,res$`1996`,res$`1997`, res$`1998`))
d <- dist(datNew, method = "DTW")
hc1 <- hclust(d, method = "average" )
sub_grp <- cutree(hc1, k = 4)
table(sub_grp)
datNew%>%
  mutate(cluster = sub_grp) %>%
  head

---

我想问题是您的

datNew

不是

data.frame

。看看：

class(datNew)
[1] "mts"    "ts"     "matrix"

这就是你的错误。如果将其作为

data.frame

：

library(dplyr)
data.frame(timeseries=as.matrix(datNew), date=time(datNew))%>%
           # use mutate() instead of mutate_()
           mutate(cluster = sub_grp) %>%
           head()

它应该会起作用，希望这是你需要的结果

  timeseries.DAX timeseries.SMI timeseries.CAC timeseries.FTSE date cluster
1        2110.77         2673.5         1956.0          3083.4    1       1
2        2097.34         2656.2         1927.8          3095.8    2       1
3        2074.68         2628.8         1894.2          3065.6    3       1
4        2097.51         2628.8         1881.2          3065.5    4       1
5        2079.19         2628.8         1881.2          3065.5    5       1
6        2068.92         2612.3         1885.9          3065.7    6       1

编辑

如果需要，您可以使用hclust on after log和dif尝试此操作：

res <- lapply(split(as.zoo(EuStockMarkets), as.integer(time(EuStockMarkets))), as.ts)
datNew <- ts(rbind(res$`1995`,res$`1996`,res$`1997`, res$`1998`))

dat.log <- log(datNew)
dat.diff <- diff(dat.log)
Logreturns <- dat.diff

# using a different dist, due an error, the idea is the same
d <- dist(Logreturns)

hc1 <- hclust(d, method = "average" )
sub_grp <- cutree(hc1, k = 4)


data.frame(timeseries=as.matrix(Logreturns), date=time(Logreturns))%>%
  mutate(cluster = sub_grp) %>% 
  head()

---

res非常感谢您，它很有效。但是，我不小心没有添加日志数据，这导致了一个错误<代码>错误：mutate（）`input
cluster
有问题。x输入
群集
无法回收到948大小。我输入的
集群
是
sub\u grp
。如果您愿意帮助我，我输入的
cluster
大小必须是948或1，而不是949`。这将是一个非常感谢的帮助。非常感谢你。我不知道该如何感谢你。我已经编辑了我的问题并添加了新数据。我在sub_grp之前做了日志。哦，我明白了，问题是你已经应用了diff，它删除了一行（在本例中），然后你想“粘贴”sub_grp到它。它不会工作，因为一个是948长度，另一个是949（这是错误）。真正的问题是：你所做的是正确的，将簇附加到差分而不是值上吗？我没有看到一个聪明的方法来选择如何切割聚类向量。将簇向量附加到差分上，而不是值，但已根据值进行计算。
res <- lapply(split(as.zoo(EuStockMarkets), as.integer(time(EuStockMarkets))), as.ts)
datNew <- ts(rbind(res$`1995`,res$`1996`,res$`1997`, res$`1998`))

dat.log <- log(datNew)
dat.diff <- diff(dat.log)
Logreturns <- dat.diff

# using a different dist, due an error, the idea is the same
d <- dist(Logreturns)

hc1 <- hclust(d, method = "average" )
sub_grp <- cutree(hc1, k = 4)


data.frame(timeseries=as.matrix(Logreturns), date=time(Logreturns))%>%
  mutate(cluster = sub_grp) %>% 
  head()