simulateur : complètement aléatoire ? from Irish dataset ? wmtsa : wavBootstrap wavelets methods in statistics with R - p180 Essayer distance wdist du package biwavelet ? geometric structure of high dim data and dim reduction 2011 Piste à explorer pour les comparaisons: H20 #https://stat.ethz.ch/pipermail/r-help/2011-June/280133.html #randCov = function(d) #{ # x <- matrix(rnorm(d*d), nrow=d) # x <- x / sqrt(rowSums(x^2)) # x %*% t(x) #} #TODO: map-reduce more appropriate R/clustering.R ligne 88 #TODO: use dbs(), #https://www.r-bloggers.com/debugging-parallel-code-with-dbs/ #http://gforge.se/2015/02/how-to-go-parallel-in-r-basics-tips/ PLOT: plot manifold 2D distances WER / fenetre tempo forme des courbes / medoids / gain en prevision: clust puis full --> enercast ------- Voici le code : library(epclust) n <- 5 N <- 128 M <- matrix(runif(n * N), nrow = n) #séries en lignes M <- t(apply(M, 1, cumsum)) / sqrt(n * N) matplot(t(M), type = 'l', lty = 1) dists3a <- computeWerDists(1:n, function(inds) M[,inds], n) # je passe de distance Wer à corrélations : moralement tout est à 0 summary((1 - dists3a[lower.tri(dists3a)]^2) / N / n) # or, les courbes sont très similaires, nous devrions être proche de 1 ! corM <- cor(t(M)) summary(corM[lower.tri(corM)]) #si pas lissage --> on doit trouver 1 : TOCHECK #regarder biwavelets smooth.wavelet : s'en inspirer