Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

[HELP Request] How to use multivariate softDTW barycenter?

Aperta
  • Qualcosa non va?
#367 2 commenti 0 reazioni 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 2 giorni

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
2/5
Tempo stimato
1-3 ore
Idoneità per principianti
45/100
Tipo di issue
Documentazione
Chiarezza
Abbastanza chiara
Stato di attività
Attiva
Stack tecnologico
python
Ambito
documentation, machine-learning

Direzione di ricerca

Inizia con l’esempio di documentazione di variablelength e la chiamata a softdtw_barycenter mostrata nell’issue. Confronta la forma prodotta da to_time_series_dataset con la forma dell’inizializzazione di ts_zeros, quindi verifica l’esempio corretto rispetto all’errore di dimensione segnalato. Il lavoro è completato quando l’utilizzo multivariato e la forma di inizializzazione richiesta sono documentati chiaramente.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

new feature

I have a problem similar to the one asked in 87, i.e my data set looks as follows, where each row belongs to a sequence and each row is a point in time:

sequence x0 y0 z0 x1 y1 z1 x2 y2 z2 ... z17 x18 y18 z18 x19 y19 z19 x20 y20 z20
01.avi 0.709314 0.595564 0.0 0.654333 0.577397 0.014865 0.599553 0.606103 0.006795 ... -0.091750 0.636288 0.801407 -0.114206 0.620451 0.853457 -0.118281 0.608881 0.899898 -0.119697
01.avi 0.719498 0.590370 0.0 0.638796 0.589439 0.032860 0.589824 0.661405 0.037496 ... -0.060961 0.666572 0.975270 -0.060586 0.655359 1.046923 -0.047032 0.649768 1.090954 -0.036204
01.avi 0.765117 0.503310 0.0 0.688468 0.490631 0.007665 0.633087 0.559083 -0.004564 ... -0.094739 0.706533 0.864469 -0.105250 0.692404 0.913337 -0.092633 0.683403 0.929996 -0.081646
02.avi 0.847238 0.123516 0.0 0.802507 0.064425 0.013631 0.762274 0.058606 0.016534 ... -0.046354 0.735729 0.338295 -0.041054 0.740595 0.307241 -0.028013 0.758677 0.274317 -0.017921
02.avi 0.837651 0.125420 0.0 0.792646 0.065793 0.023380 0.755813 0.068872 0.030797 ... -0.033827 0.746565 0.347425 -0.025514 0.745967 0.349261 -0.013675 0.754414 0.329223 -0.005807

According to the documentation (https://tslearn.readthedocs.io/en/stable/variablelength.html?highlight=variable%20lenght), I can do something like this:

# Each row in the multi-dimension array represents a time-series
# Each array in a row represents a feature, the number of arrays in a row are times the features were encountered
X = to_time_series_dataset([
    [[1,1,1], [1,1,1], [1,1,1]],   # time-series of length 3
    [[1,1,1], [1,1,1]],   # time-series of length 2
    [[4,4,4], [4,4,4]],   # # time-series of length 2
])
y = np.array([0, 0, 1])

X.shape
>> (3, 3, 3)

X
>> array([[[ 0.,  0.,  0.],
        [ 1.,  1.,  1.],
        [ 2.,  2.,  2.]],

       [[ 2.,  2.,  2.],
        [ 3.,  3.,  3.],
        [nan, nan, nan]],

       [[ 4.,  4.,  4.],
        [ 5.,  5.,  5.],
        [nan, nan, nan]]])

The time-series conversion seems good but throws an error when I try to run the following:

initial_barycenter = ts_zeros(sz=5)
bar = softdtw_barycenter(X, init=initial_barycenter)

...
...
...
~/anaconda3/envs/pytorch-build/lib/python3.8/site-packages/sklearn/metrics/pairwise.py in euclidean_distances(X, Y, Y_norm_squared, squared, X_norm_squared)
    260     paired_distances : distances betweens pairs of elements of X and Y.
    261     """
--> 262     X, Y = check_pairwise_arrays(X, Y)
    263 
    264     # If norms are passed as float32, they are unused. If arrays are passed as

~/anaconda3/envs/pytorch-build/lib/python3.8/site-packages/sklearn/metrics/pairwise.py in check_pairwise_arrays(X, Y, precomputed, dtype, accept_sparse, force_all_finite, copy)
    151                              (X.shape[0], X.shape[1], Y.shape[0]))
    152     elif X.shape[1] != Y.shape[1]:
--> 153         raise ValueError("Incompatible dimension for X and Y matrices: "
    154                          "X.shape[1] == %d while Y.shape[1] == %d" % (
    155                              X.shape[1], Y.shape[1]))

ValueError: Incompatible dimension for X and Y matrices: X.shape[1] == 1 while Y.shape[1] == 3

What am I doing wrong?

Lingua principale
Python
Stelle
3.2k
Fork
397
Merge medio
1g 19h
PR unite (30g)
17

Preparare l'ambiente

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di tslearn-team/tslearn

Tutte le issue di tslearn-team/tslearn

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.