tslearnで時系列データのパターンマッチング

センサなどから得られる時系列データから、
tslearnを使ってパターンマッチングをやってみたいと思います。

事前準備

• anaconda3環境
• conda install -c conda-forge tslearn
• Jupyter Notebook

https://github.com/rtavenar/tslearn
https://tslearn.readthedocs.io/en/latest/index.html

DTW

DTWを使って時系列データ同士の類似度を算出します。

まず、波形データとして、下記のような2種類のデータを用意します。

これらの波形の類似度を計算してみます。

import numpy as np
import pandas as pd
from tslearn.preprocessing import TimeSeriesScalerMeanVariance
from tslearn import metrics
from tslearn.utils import to_time_series_dataset
from pandas import DataFrame, Series

csv_file_names = ['down1.csv', 'up1.csv']

def generate_df(csv_file_names):
    df = pd.DataFrame()
    for i, file_name in enumerate(csv_file_names):
        csv = pd.read_csv(file_name, header=None)
        df[file_name] = csv[1]
    return df

df = generate_df(csv_file_names)

scaler = TimeSeriesScalerMeanVariance(mu=0., std=1.)
t = scaler.fit_transform(np.nan_to_num(to_time_series_dataset(df.values.T)))

path, sim = metrics.dtw_path(t[0], t[1])

### DTW 距離
sim

出力が下記となり、0に近ければ近いほど類似度が高くなります。

0.9090998233320118

では、少し異なる波形を比べてみます。

この場合、距離は下記になります。

5.773573185101321

以前は、ライブラリではなく、いちからDTWの実装していましたが、手軽になりましたね。

参考:
https://tslearn.readthedocs.io/en/latest/gen_modules/metrics/tslearn.metrics.dtw.html

あとがき

時系列データのクラスタリングについて書こうと思いましたが、
また別の機会にしようと思います。

時系列データのクラスタリングに関する参考記事