使用tslearn实现DTW分类遇错及多维分类等技术问询

我在用tslearn库做Dynamic Time Warping（DTW）分类时，训练阶段报错ValueError: setting an array element with a sequence.。我的数据是多组长度可变、维度多样的时间序列，先导入成DataFrame列表用于可视化，筛选列转成numpy数组，划分训练测试集后用DTW作为距离度量训练模型，试过展平数组、重塑为(-1,1)、修改dtype为float都没用。

代码片段：

from tslearn.neighbors import KNeighborsTimeSeriesClassifier
from tslearn.metrics import dtw
import pandas as pd
import numpy as np          
from sklearn.model_selection import cross_val_score
from sklearn.model_selection import KFold
from sklearn.pipeline import Pipeline
from sklearn.model_selection import train_test_split

# timeseries()返回多个不同长度的DataFrame
print(timeseries())
# 输出示例：两个不同行数的DataFrame，各包含10列

ts = timeseries()
# 只保留TC列
[i.drop(columns=['time','IRtime','value','value.1','value.2','value.3','IR','TS','p'],inplace = True) for i in ts]
X = []
for i in ts:
    i = i.values
    X.append(i.flatten())
y = labels()['target'].values 
X = np.array(X)
y = np.array(y)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 初始化模型并训练
knn = KNeighborsTimeSeriesClassifier(n_neighbors=2,metric =dtw)
knn.fit(X_train, y_train)

# 报错：
# TypeError: only size-1 arrays can be converted to Python scalars
# ValueError: setting an array element with a sequence.

问题 #

Q1. 如何修复该错误？
Q2. 有没有其他可计算距离矩阵并完成分类的库？（试过dtai库计算距离矩阵，但不知如何用于分类，且遇到同样的错误）
Q3. 我想基于IR、TC、TS多特征实现多维DTW分类，有哪些可行方法？

Q1：修复错误的方法 #

核心问题是tslearn的KNeighborsTimeSeriesClassifier要求输入格式为三维结构：每个样本是(时间步长, 特征数)的二维数组，整体以列表形式传入（支持变长序列），而你当前的X_train是一维数组的集合，不符合要求。

修复步骤：

1. 保留时间序列的二维结构，不要展平：

   ts = timeseries()
   # 处理数据时保留二维结构，不要用inplace修改原列表
   ts_processed = [i.drop(columns=['time','IRtime','value','value.1','value.2','value.3','IR','TS','p']) for i in ts]
   # 转成(时间步长, 1)的二维数组，组成列表
   X = [df.values.reshape(-1, 1) for df in ts_processed]
   y = labels()['target'].values 
   X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
   

2. 使用tslearn内置的DTW度量标识：
   不需要直接传入dtw函数，用字符串'dtw'即可，避免函数调用格式不匹配：

   knn = KNeighborsTimeSeriesClassifier(n_neighbors=2, metric='dtw')
   knn.fit(X_train, y_train)
   

tslearn原生支持变长时间序列，只要每个样本是符合维度要求的二维数组，列表形式传入即可。

Q2：其他可用于DTW分类的库 #

• scikit-learn + 预计算距离矩阵：
  用sklearn的KNeighborsClassifier结合预计算的DTW距离矩阵，适合自定义距离逻辑：

  from sklearn.neighbors import KNeighborsClassifier
  from tslearn.metrics import dtw
  
  # 预计算训练集的距离矩阵
  def build_dtw_matrix(X):
      n_samples = len(X)
      dist_matrix = np.zeros((n_samples, n_samples))
      for i in range(n_samples):
          for j in range(i+1, n_samples):
              dist = dtw(X[i], X[j])
              dist_matrix[i,j] = dist
              dist_matrix[j,i] = dist
      return dist_matrix
  
  # 训练阶段
  train_dist = build_dtw_matrix(X_train)
  knn = KNeighborsClassifier(n_neighbors=2, metric='precomputed')
  knn.fit(train_dist, y_train)
  
  # 测试阶段：计算测试样本到训练样本的距离
  test_dist = np.array([[dtw(x_test, x_train) for x_train in X_train] for x_test in X_test])
  y_pred = knn.predict(test_dist)
  

• fastdtw：比原生DTW更快的实现，适合大数据量，用法和上述逻辑一致，替换dtw函数为fastdtw即可。
• pyDTW：轻量级DTW库，专注于距离计算，同样可配合sklearn分类器使用。

Q3：多维DTW分类的可行方法 #

多维DTW用于处理多特征时间序列，有以下几种实用方案：

1. tslearn原生多维支持：
   tslearn的DTW和分类器原生支持多维时间序列，只要每个样本是(时间步长, 特征数)的二维数组即可。比如保留IR、TC、TS三列：

   ts_processed = [i[['IR', 'TC', 'TS']] for i in ts]
   X = [df.values for df in ts_processed]  # 每个样本是(时间步长, 3)的二维数组
   X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
   knn = KNeighborsTimeSeriesClassifier(n_neighbors=2, metric='dtw')
   knn.fit(X_train, y_train)
   

   tslearn会自动对每个特征维度计算DTW距离后求和，也可通过metric_params设置权重。
2. 加权多维DTW：
   如果不同特征重要性不同，可自定义加权距离函数：

   def weighted_mdtw(x, y, weights=[0.3, 0.5, 0.2]):
       # x、y为(时间步长, 3)的数组
       total_dist = 0
       for idx in range(3):
           total_dist += weights[idx] * dtw(x[:, idx].reshape(-1,1), y[:, idx].reshape(-1,1))
       return total_dist
   
   knn = KNeighborsTimeSeriesClassifier(n_neighbors=2, metric=weighted_mdtw)
   knn.fit(X_train, y_train)
   

3. 特征对齐后做DTW：
   先对多特征时间序列做时序对齐（比如用插值统一长度），再用多维DTW，但会丢失原始时序的变长特性，仅适合对长度一致性有要求的场景。

内容的提问来源于stack exchange，提问作者memonj12