データ分析 機械学習 深層学習

時系列クラスタリング手法の分類とその長短

はじめに

近年IoTが流行ってきており, センサーデータなどの時系列情報から知見を取り出すことは有益である。そこで、時系列情報の解析において、代表的な操作である、時系列クラスタリングのための手法を紹介する。

時系列クラスタリング手法の3つの分類

1. 距離に基づくアプローチ
   系列間の距離を定義し、特徴を作る。用いられる距離の例としては、ユークリッド距離、DTWなどが存在する。　そして、それに基づき教師なしクラスタリングであればk-NN、教師ありクラスタリングであればSVMなどを用いる。
2. 特徴抽出に基づくアプローチ
   系列によって重要な特徴が既知である場合は、フィルターなどを用いて情報を取り出し特徴を作る。　その上で、距離に基づくアプローチ同様に、目的に合わせて解析を行う。
3. 深層学習
   end-to-endに深層学習を用いて学習させ、特徴の設計もある程度自動化させる。具体的には、1次元畳み込みを行う、CNNを用いる場合が多いかと思います。

の3つがアプローチとして考えられます。

それぞれの長短

それぞれの手法の長短を書いておきます。間違いなどあればご指摘ください。

手法名	距離に基づくアプローチ	特徴抽出に基づくアプローチ	深層学習
特徴への知識	無くても可能	必要	無くても可能
計算コスト	小	中	大
学習データの量	そこそこ必要	少なくても可能	100オーダー以上は少なくとも必要
特徴設計コスト	距離の定義とモデルの設計のみ	モデルの設計に加え、データのドメイン知識が必要	入出力定義、モデル選択とハイパーパラメータ選択
実現可能な精度	複雑なタスクでは出ない	State of the art 相当を出すことが可能	State of the art 相当を出すことが可能

まとめ

このような感じとなっており、ケースに合わせて手法を使い分けることが必要かと思います。