资料档：https://www.dropbox.com/s/3wh4o9c0l5pplwq/test.csv?dl=0 资料档说明：资料档维度为60*99，有99条时间序列 (每条时间序列长度不一，长度最长为60(可视为60个单位时间点)) 问题描述：因现实资料的关系，有些时间序列会有NA值 但查过文献之後，这不影响分析 小弟主要要做的分析是1 by 1计算这些时间序列的相似性 (而DTW就是一种可以计算两条序列不等长(也可等长)的相似性之计算距离方法) 而得出99*99的距离矩阵之後 再对距离矩阵做资料探勘中的分群 问题：因时间序列有NA值，所以不太能用自动化的方式一次完成99*99分析 小弟原本的程式码如下 test=read.csv("") #读档 library(dtw) DtstMatrix=dist(test,method="DTW") #执行这行会出现错误 所以小弟用比较笨的方法，用眼睛一条一条看，然把NA的值取出来再做计算 小弟此时的程式码如下 eg1.如果要计算等长的序列 d1=dtw(test[,5],test[,6]) #以计算第5与第6条序列相似性为例 d1$distance #看两条序列的距离，越小表示越相似 eg2.如果要计算不等长的序列 d2=dtw(test[,5],test[c(1:45),7]) #以计算第5与第7条序列相似性为例 不过小弟要每条序列都与每条序列做一次计算然後得出99*99的距离矩阵 距离矩阵示意图如下（28*28为例） http://i.imgur.com/Tp5we4U.jpg 不知道各位前辈有没有什麽较方便的方法可以教导小弟一下 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 111.184.161.128 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/R_Language/M.1444794197.A.74F.html ※ 编辑: sinclairJ (223.139.27.173), 10/14/2015 13:01:36