K近邻与动态时间规整

查看 IPython 笔记本

在构建分类算法时，分析师们拥有广泛的开源工具可供选择。然而，对于时间序列分类而言，现成的解决方案却相对较少。

我开始研究时间序列分类领域，并对一种推荐的技术——K近邻与动态时间规整——产生了浓厚兴趣。Mitsa（2010）完成的一项元分析表明，在时间序列分类任务中，当K取1且采用动态时间规整时，其性能几乎难以被超越[1]。

此仓库包含一个使用Python实现的KNN与DTW分类算法（以及相应的IPython笔记本[http://nbviewer.ipython.org/github/markdregan/K-Nearest-Neighbors-with-Dynamic-Time-Warping/blob/master/K_Nearest_Neighbor_Dynamic_Time_Warping.ipynb]）。

以下的IPython笔记本通过使用来自智能手机陀螺仪和加速度计的时间序列数据（HAR数据集），评估了KNN与DTW分类器在识别人类活动（坐着、走路、躺着）方面的表现。

人类活动识别数据集

为了测试DTW与KNN的分类性能，我们选择了人类活动识别数据集（HAR）[3]。

实验由30名年龄在19至48岁之间的志愿者参与。每位志愿者佩戴一部位于腰部的智能手机（三星Galaxy S II），执行六种活动：走路、上楼梯、下楼梯、坐着、站着和躺着。利用手机内置的加速度计和陀螺仪，我们以50Hz的固定频率采集了三轴线性加速度和三轴角速度数据。实验过程全程录像，以便人工标注数据。

参考文献

1. Mitsa（2010）。《时间序列数据挖掘》（时间序列分类章节）。
2. Xi（2006）。《基于数量缩减的快速时间序列分类》。
3. Davide Anguita、Alessandro Ghio、Luca Oneto、Xavier Parra和Jorge L. Reyes-Ortiz。《基于多分类硬件友好型支持向量机的智能手机端人类活动识别》。国际辅助生活研讨会（IWAAL 2012）。西班牙维多利亚-加斯泰斯。2012年12月。阅读论文

致谢

• DtwKnn()类中使用的进度条源自PYMC。
• matplotlib样式及IPython笔记本参考自Cameron Davidson-Pilon的优秀著作《黑客的贝叶斯方法》（https://github.com/CamDavidsonPilon/Probabilistic-Programming-and-Bayesian-Methods-for-Hackers）。

K-Nearest-Neighbors-with-Dynamic-Time-Warping 快速上手指南

本工具提供了一个基于 Python 的实现，结合了 K 近邻算法 (KNN) 与 动态时间规整 (DTW)，专门用于解决时间序列分类问题。相比传统分类器，该方法在处理具有时间偏移或速度变化的时间序列数据（如传感器数据、股票走势等）时表现尤为出色。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Linux, macOS 或 Windows
• Python 版本：推荐 Python 3.6+
• 前置依赖：
  • numpy：用于数值计算
  • scipy：用于科学计算基础功能
  • matplotlib：用于结果可视化
  • ipython / jupyter：用于运行示例 Notebook（可选）

提示：国内用户建议使用清华或阿里镜像源加速依赖安装。

安装步骤

本项目主要包含 Python 源代码和 Jupyter Notebook 示例，无需复杂的编译过程。您可以直接克隆仓库并安装必要的 Python 库。

1. 克隆项目仓库

   git clone https://github.com/markdregan/K-Nearest-Neighbors-with-Dynamic-Time-Warping.git
   cd K-Nearest-Neighbors-with-Dynamic-Time-Warping
   

2. 安装依赖库 使用 pip 安装所需依赖（推荐使用国内镜像源）：

   pip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy scipy matplotlib jupyter
   

   注：如果项目中包含 requirements.txt 文件，也可通过 pip install -r requirements.txt 一键安装。

基本使用

最简单的使用方式是直接运行作者提供的 IPython Notebook 示例，该示例演示了如何使用人类活动识别数据集 (HAR) 进行训练和预测。

1. 启动 Jupyter Notebook 在项目根目录下执行：

   jupyter notebook K_Nearest_Neighbor_Dynamic_Time_Warping.ipynb
   

2. 核心代码逻辑 如果您希望在自有项目中调用该算法，核心流程如下（参考 Notebook 中的实现）：

   • 导入模块：加载本地的 DtwKnn 类实现。
   • 准备数据：构建时间序列训练集 X_train (列表的列表或三维数组) 和标签 y_train。
   • 初始化与预测：

     # 伪代码示例，具体类名请参考源码文件
     from dtw_knn import DtwKnn 
     
     # 初始化分类器，设置 K=1 (通常效果最佳)
     classifier = DtwKnn(k=1)
     
     # 拟合训练数据
     # X_train: 时间序列样本列表，y_train: 对应标签
     classifier.fit(X_train, y_train)
     
     # 预测新样本
     # X_test: 单个或一组时间序列样本
     predictions = classifier.predict(X_test)
     
     print(predictions)
     

3. 查看结果 Notebook 中包含了完整的评估流程，包括混淆矩阵绘制和准确率计算，可直接复用以验证您自己的数据集效果。