Cats & Co：类别型时间序列的共同聚类
数据库
2015-05-07 v1 机器学习
摘要
我们提出了一种基于三维数据网格模型的对时间事件序列数据（亦称类别型时间序列）进行聚类与探索性分析的新方法。时间事件序列数据集可表示为三维点的数据集，每个点由三个变量定义：序列标识符、时间值与事件值。将数据网格模型实例化到三维点将问题转化为三维共同聚类 (3D-coclustering)。序列被划分为簇，时间变量被离散为区间，事件被划分为簇。单变量划分的叉积形成了表示空间的多变量划分，即单元格网格，并且它也表示序列、时间与事件维度联合分布的非参数估计量。因此，序列被归在一起是因为它们具有相似的时间与事件的联合分布，即沿时间维度的事件相似分布。最佳数据网格通过使用无参数贝叶斯模型选择方法计算。我们还提出了若干通过凝聚层次结构利用所得网格、解释序列簇并通过直观可视化刻画其组成部分的准则。在合成与真实世界数据集上的大量实验表明，数据网格模型高效、有效，并能发现类别型时间序列数据中有意义的底层模式。
引用
@article{arxiv.1505.01300,
title = {Cats & Co: Categorical Time Series Coclustering},
author = {Dominique Gay and Romain Guigourès and Marc Boullé and Fabrice Clérot},
journal= {arXiv preprint arXiv:1505.01300},
year = {2015}
}