2017년 가을학기

손시운 (ssw5176@kangwon.ac.kr)

지도교수: 문양세 교수님

시계열

시계열이란?

– 시간에따라 관측된데이터의 집합

– e.g. Their blood pressure, Obama's popularity rating, the annual rainfall in

Seattle, and the value of their Google stock, etc.

2

시계열데이터마이닝

시계열 데이터마이닝이란?

– 시계열데이터에서 다양한마이닝 기술로의미를찾는 작업

유사도(Similarity)

– 시계열데이터간의 유사함을판단한 수치

• Euclidean distance, DTW distance, etc.

– 유사도는대부분의 시계열데이터마이닝 기술에적용

3

데이터생성

10개의실수(0~100) 데이터를 16개생성

– 첫번째 시퀀스(ts_data[1])는질의로 사용

– 나머지시퀀스(ts_data[2:16])는 데이터로사용

4

데이터플로팅

데이터를 2차원 선형그래프로 플로팅하여 비교

5

Euclidean Distance (1/3)

가장 기본적인 유사 척도

각대응하는 점의 거리를 계산하여 두시계열의 유사도를 측정

6

Euclidean Distance (2/3)

R에서는 간단히 dist() 함수로 계산

– e.g. 질의 시퀀스와첫번째 데이터시퀀스의 거리를계산한경우

가장 유사한 시계열을 찾기 위해 모든 데이터 시퀀스와 비교

7

Euclidean Distance (3/3)

질의 시퀀스와 가장 유사한 순으로 플로팅

8

Dynamic Time Warping Distance (1/5)

Euclidean Distance에 비해 복잡하지만 정확한 유사 척도

대응하는 점과 다음 점의 거리를 비교하여, 최소값을 서로대응시킴

9

Dynamic Time Warping Distance (2/5)

DTW 패키지 다운로드 및 설치

– https://cran.r-project.org/web/packages/dtw/index.html

– 또는 ...

10

Dynamic Time Warping Distance (3/5)

DTW 계산

DTW 플로팅

11

Dynamic Time Warping Distance (4/5)

가장 유사한 시계열을 찾기 위해 모든 데이터 시퀀스와 비교

12

Dynamic Time Warping Distance (5/5)

질의 시퀀스와 가장 유사한 순으로 플로팅

13