文件名称：tsfresh 从时间序列自动提取相关的特性，可用于预测-python
文件大小：3.19MB
文件格式：ZIP
更新时间：2024-07-08 11:52:58
机器学习
tsfresh 从时间序列自动提取相关的特性，可用于预测 tsfresh 这个存储库包含 TSFRESH python 包。 缩写代表“基于可扩展假设检验的时间序列特征提取”。 该软件包包含许多特征提取方法和强大的特征选择算法。 在特征工程上花费更少的时间数据科学家通常将大部分时间花在清理数据或构建特征上。 虽然我们无法改变第一件事，但第二件事可以自动化。 TSFRESH 通过自动提取特征来节省您花在构建特征上的时间。 因此，您有更多时间学习最新的深度学习论文、阅读黑客新闻或构建更好的模型。 自动提取上百个特征 TSFRESH 自动从时间序列中提取上百个特征。 这些特征描述了时间序列的基本特征，例如峰值数量、平均值或最大值或更复杂的特征，例如时间反转对称统计量。 然后，这组特征可用于在时间序列上构建统计或机器学习模型，以用于例如回归或分类任务。 忘记不相关的特征 时间序列通常包含噪声、冗余或不相关的信息。 因此，大多数提取的特征对手头的机器学习任务没有用处。 为了避免提取不相关的特征，TSFRESH 包有一个内置的过滤程序。 此过滤程序评估每个特征对手头的回归