DynamicTimeWarping/dtw-python

解決的問題

本套件提供動態時間彎曲（DTW）演算法的完整實作，這些演算法用於透過拉伸或壓縮時間軸，找到兩條時間序列之間的最優對齊。這對於比較速度或時間可能有差異的序列至關重要，適用於經濟計量學、化學計量學以及一般時間序列挖掘中的分類與聚類等任務。

工作原理

該程式庫實作了DTW演算法家族，用於計算查詢序列與參考序列之間的累積距離。支援多種約束與匹配類型：

• 全域約束： 支援任意視窗函數，例如Sakoe-Chiba帶與Itakura平行四邊形，以限制搜尋空間。
• 局部約束： 支援多種轉移類型（步進模式），包括對稱、非對稱以及使用者自訂的斜率約束。
• 部分匹配： 支援不完整時間序列的開頭、開端與子字串匹配。
• 多變量支援： 可透過 scipy.spatial.distance.cdist 使用任意局部距離定義來對多變量時間序列進行對齊。

適用對象

在Python中處理時間序列資料的資料科學家、研究人員與分析師，特別是需要R dtw套件的穩健且忠實的Python替代方案者。

主要特色

• 功能完整： 包含多種知名步進模式與Rabiner的平滑變體。
• C核心： 使用快速原生C核心以提升效能。
• 引用資訊： 基於已建立的學術研究，並為特定演算法（如最小變異匹配MVM）提供明確的引用指引。
• 可視化： 包含多種經典風格的對齊與扭曲函數繪圖方法。