Ye和Keogh在2009年提出了一种叫shapelet的概念，shapelet是时间序列中能最大程度反映类别信息的连续子序列， 它可以很好地解释分类结果，即某个时间序列为什么属于某个类，如图所示为两条属于不同类别的时间序列曲线，黑色箭头所指处为一个可能的shapelet，因为他可以将两条时间序列显著区分开来。与一般的分类方法相比，基于shapelet的分类方法更加准确，解释性也更强。
[1]赵超. 融合选择性提取与子类聚类的快速时间序列shapelet发现算法[D].山东大学,2019.
形象地说shapelet就像是吹毛求疵，鸡蛋里边挑骨头，只看局部不看整体。如果你需要的是着眼全局地审视两个时间序列的距离，那万万不可使用shapelet。如果纯粹是为了区分两个时间序列，那恰恰可以。
方法不是万能的，一定要因地制宜！