我熟悉使用 1-最近邻方法的动态时间规整分类。然而，在大多数基准数据集和应用程序中，它使用事后，即在您观察到时间序列后对其进行分类。

在我完全观察我正在比较的系列之前，有没有办法在在线设置中使用动态时间扭曲相似距离？

此外，如果有一种方法可以在系列出现时进行概率分类，那就更好了。例如，在观察 1/10 的时间序列后，模型预测该子序列有 20% 属于 A 组，10% 属于 B 组，等等