应该使用什么相似性度量来对这些序列进行分类？

Question

我有96个序列的48个浮点数。有三个不同的分组（未知大小）。最初，我不知道哪个序列属于哪个组。我的目标是创建一个算法来找到它。这最好以图示出（见下文 - 上的灰度级表示的浮标的大小）：

我的目标是从所述未分类的图像去左边到右边的图像。

我的想法是对序列进行某种形式的分析并对最接近的匹配进行分组。分析可能是：

• A.寻找峰
• B.某种形式 频率/位置和波谷其他域分析

我能想象如何做选择。然而我对选项B粗略一下，我确信我不知道几种方法。

我的问题是高级别：

1. 谁能推荐的，我可以用它来做到这一点的算法类别？

2. 任何人都可以推荐一个程序或开始这样的算法（书章建议欢迎）？

我也很乐意与书籍章节等我通常使用与NumPy/SciPy的建议 - 因此标签，但这个问题是不是真的特定的语言。

Answer 1

看起来像峰和谷是完全对齐，只有深度不同。我想尝试：

• 线性序列正常化，使他们既平均值和方差一致，即两个[1,0,1,0]和[5，-5,5，-5]归一化为[1，-1,1，-1]。

• 然后计算序列上差异的平方和并将其视为距离。

显然它只是一个起点。这可能不会开箱即用，因此请查看错误分类以检查导致它们的原因以及如何解决此问题。

Answer 2

只是一个想法（没有时间来写一个完整的答案）：

1. 如同一个组内成员主要由一些比例不同，所以首先做一些“正常化”的，正如Rafal所建议的那样。

2. 归一化后，组内的所有成员将是N维空间中大致指向相同方向的矢量。然后您可以将它们分成组，使用clustering algorithm，例如使用kmeans函数。