如果我没有将DTW用作距离指标，则tslearn.clustering.TimeSeriesKMeans和sklearn.cluster.KMeans是否彼此等效？
如果不能，可以告诉我这两个软件包的主要区别是什么？
最佳答案
主要区别仅在于您可以在tslearn Kmeans中将“ dtw”作为度量标准，这有助于对不同长度的时间序列数据进行聚类，而在sklearn中，如果您的时间序列数据的长度不同，则会产生错误，这主要是因为它考虑了每次标记为一项新功能，并且当您的数据不是矩阵格式时，它将视为错误格式。
有趣的是，tslearn本身在后台使用sklearn。
但是，tslearn在聚类除2以外的其他“ n_clusters”的数据时可能会发出问题，例如说3。
/ it有时仅预测2个标签。
here I mentioned make 4 clusters but it gave only 2 labels
关于python - tslearn.clustering.TimeSeriesKMeans和sklearn.cluster.KMeans，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/55921381/