0

我正在比较细菌代谢模型。每个模型都有一组代谢物及其 200 个时间点的浓度。我正在比较模型以根据它们的相似性对它们进行聚类。我遵循的一种方法是使用欧几里得距离对两个模型中的每个代谢物对进行成对比较。下面是我的数据的样子。这是一个示例数据文件。

在此处输入图像描述

我计算了模型 A 中的 Met1 和模型 B 中的 Met1 的成对欧几里得距离。同样计算了 2 个模型（模型 A 中的 Met4 和模型 B 中的 Met4）之间所有常见代谢物的距离，并将距离相加得到距离两个模型之间的（差异）。同样，我计算了所有模型的相异矩阵，并使用层次聚类对它们进行聚类。

现在我想使用离散小波变换作为我的距离度量来计算模型的相异性。但是我在包定义中找不到关于如何比较两个时间序列的方法。我想知道如何使用离散小波变换来计算两个时间序列之间的相异距离，从而计算我的模型。

4

1 回答 1

0

看看TSclust包装。在这里，您将如何将其应用于您的示例数据。

require(TSclust)

#read in the data
model_a <- read.csv("~/Desktop/Model A.csv", header = TRUE, stringsAsFactors = FALSE)
model_b <- read.csv("~/Desktop/Model B.csv", header = TRUE, stringsAsFactors = FALSE)

#data must be in rows rather than columns
model_a <- as.data.frame(t(model_a))

model_b <- as.data.frame(t(model_b))

#calculate dissimlarities between metabolites in models 1 and 2
met1_DWT.diss <- as.numeric(diss.DWT(rbind(model_a['Met1', ], model_b['Met1', ])))
met1_DWT.diss
[1] 90.80332

met2_DWT.diss <- as.numeric(diss.DWT(rbind(model_a['Met2', ], model_b['Met2', ])))
met2_DWT.diss
[1] 1.499241
于 2015-08-05T14:34:41.970 回答