NIPSFeb, 2013
非参数时间序列分类的潜在源模型
A Latent Source Model for Nonparametric Time Series Classification
George H. Chen, Stanislav Nikolov, Devavrat Shah
TL;DR使用近邻法分类时间序列的理论依据是,许多应用场景下实际上原型时间序列相对于我们可以访问的时间序列数量非常少;作者提出了一种基于潜在源模型的分类规则,并在合成数据上验证了加权多数投票与近邻分类的同等正确分类率。通过这种方法,在 Twitter 上可以提前 1 小时 26 分钟实现 95% 的 “趋势话题” 检测。