#动态时间规整

dtaidistance是一个高效的时间序列距离计算Python库。它提供纯Python和优化的C实现,支持动态时间规整(DTW)等算法。该库与NumPy和Pandas兼容,避免了不必要的数据复制。支持多维时间序列、子序列搜索和聚类。dtaidistance为时间序列分析和机器学习提供了快速的距离计算工具,是处理时序数据的理想选择。

dtw-python是一个实现动态时间规整(DTW)算法的Python包。它支持任意局部和全局约束、快速本地代码执行、多种绘图样式等功能。该包提供计算对齐、绘制对齐和规整函数、表示步骤模式等方法,适用于经济计量学、化学计量学和时间序列挖掘中的分类和聚类任务。它是R语言DTW包的Python等效实现,采用GPL开源许可证发布。最新版本为X.X.X,详细文档可参考项目官网 https://dynamictimewarping.github.io。

dtwclust是一个用于时间序列聚类的R语言包，实现了多种聚类算法，包括传统方法和新型的k-Shape、TADPole等。该包支持分区、层次和模糊聚类，提供DTW、GAK、软DTW等距离度量，并针对DTW进行了优化。它还包含聚类有效性指数、多变量支持和并行计算功能。dtwclust设计灵活，允许用户自定义距离度量和质心计算方法，适用于各类时间序列聚类任务。