高周波エンジニアのためのAI・機械学習入門（11） Pythonの時系列用ライブラリtsleanを使ってRFフィルタ（LPF、BPF、HPF）のSパラメータ周波数特性がクラスタリング（教師なし学習）できるか見てみる。今回はK-shape法で。

さて前回はTime series K-means法でクラスタリングしてみた。

今回はK-shape法。

https://tslearn.readthedocs.io/en/stable/gen_modules/clustering/tslearn.clustering.KShape.html#tslearn.clustering.KShape

前回と違う部分だけコードを記載すると、

n = 3

s21dB_scaled = TimeSeriesScalerMeanVariance().fit_transform(s21dB)

ks = KShape(n_clusters=n, verbose=True, random_state=42)

pred = ks.fit_predict(s21dB_scaled)

のようになる。

K-meansで3つのクラスタでは分離できなかったが、今回はどうか？

うーん、やっぱりハイパスとバンドパスが混ざるなあ。では9クラスタでは？

これはちゃんと分離できた。まあまあ使えるな。