我试图通过DTW得到这两个数组之间的距离。
我使用的pythonmlpy包提供
dist, cost, path = mlpy.dtw_std(y1, y2, dist_only=False)
我知道DTW确实负责“转移”。此外，从上面可以看出，
mlpy.dtw_std()只接受2个一维数组。所以我希望无论我如何左/右移动曲线，函数返回的dist都不会改变。然而，将绿色曲线向右移动一点后，
dist返回的mlpy.dtw_std()会发生变化！转换前：python
mlpy.dwt_std报告dist = 14.014转换后：python
mlpy.dwt_std报告dist = 38.078显然，由于曲线仍然是这两条曲线，我不希望距离不同！
为什么会这样？哪里出错了？
最佳答案
让我重申我所理解的，如果我在任何地方出错，请纠正我。我观察到，在你们的两个图中，蓝色的1D序列保持不变，而绿色的被拉伸。你是怎么做到的，你已经在9月19日9:36的帖子中解释过了。你的前提是，因为（1）DTW“照顾”了时间偏移，（2）你所做的一切都是按一个时间序列的长度拉伸，而不是影响Y值，（推论：）你期望距离保持不变。
在[（1），（2）]和[（推论）]之间有一点缺失。也就是说，对应于映射的各个距离值将随信号集本身的更改而更改。这将导致总距离计算的差异。绘制扭曲路径，成本网格自己看。
让我们来看一个过于简单化的案子…
让 a=range(0,101,5)=[0,5,10,15…95，100]
以及b=range(0,101,5)=[0,5,10,15…95，100]。
现在直观地说，您/我希望2个信号（对于DTW映射）之间有一对一的对应关系，并且所有映射的距离都是0，信号看起来是相同的。
现在如果我们做，b=range(0,101,4)=[0,4,8,12…96100]，
A和B之间的DTW映射仍然从A的0映射到B的0开始，到A的100映射到B的100结束（边界约束）。另外，由于DTW“负责”时间偏移，我也希望这两个信号中的20、40、60和80彼此映射。（我还没试过自己去揣摩这两个人，是凭直觉说的，所以请查查。根据允许的步进模式/全局约束，发生非直观扭曲的可能性也很小，但为了便于理解/简单起见，让我们暂时使用直观扭曲）。
显然，对于其余的数据点，对应于映射的距离现在是非零的，因此总距离也是非零的。我们的距离/总成本值已从零变为非零。
现在，当我们的信号过于简单化，线性增加时，情况就是这样。想象一下，当你有现实生活中的非单调信号时，你会想到这些变化，你需要在它们之间找到时间扭曲。：）
（注：请不要忘了投票给D）。谢谢。