실전시계열분석(에일린닐슨박찬성) #1 [시계열을 위한 머신러닝] 분류 및 클러스터링(Classification and Clustering) ML for Time Series 시계열을 위한 머신러닝¶ Clustering과 tree based method로 predict와 classification 문제를 다룬다. 시계열의 특징 생성은 tree based method에서 반드시 필요한 과정이다. 앞서 공부했던 ARIMA 모델과는 달리 '시간을 인식'하는 방법론이 아니기 때문이다. Clustering, 거리 기반 classification은 input으로 원본 시계열이나 특징을 사용할 수 있다. 시계열 자체를 input으로 사용하려면, dynamic time warping(DTW, 동적시간워핑)이라는 거리 평가 지표를 알아야 한다. 시계열에 직접적으로 적용되는 동적시간워핑은 데이터 전체에 대한 시간 정보를 보존한다. 제한된 특징 목록을 사용하는 .. 2022. 2. 13. 이전 1 다음