【文件属性】：
文件名称：tsfel:直观的库可从时间序列中提取特征
文件大小：1.02MB
文件格式：ZIP
更新时间：2021-04-29 05:23:54
data-science time-series feature-extraction classification feature-engineering
时间序列特征提取库
直观的时间序列特征提取
该存储库托管TSFEL-时间序列特征提取库python软件包。 TSFEL协助研究人员按时间序列进行探索性特征提取任务，而无需进行大量编程工作。
用户可以使用两种方法与TSFEL进行交互：
在线的
它不需要安装，因为它依赖于Google Colabs和Google表格提供的用户界面
离线
通过作为python软件包安装，高级用户可以充分利用TSFEL的潜能
pip install tsfel
包括全面的功能
TSFEL针对时间序列进行了优化，并自动提取了统计，时间和频谱领域的60多种不同特征。
功能性
直观，快速的部署和可重现：用于功能选择和自定义的交互式UI
计算复杂度评估：在提取特征之前估算计算工作量
全面的文档：每种特征提取方法都有详细的说明
单元测试：我们为每个功能提供单元测试
易于扩展：添加新功能很容易，我们鼓励您使用自定义功能做出
【文件预览】：
tsfel-master
----setup.py(908B)
----.gitignore(2KB)
----requirements.txt(902B)
----__init__.py(112B)
----LICENSE.txt(1KB)
----notebooks()
--------TSFEL_SMARTWATCH_HAR_Example.ipynb(73KB)
--------TSFEL_predicting_NormalVsPathologicalknee.ipynb(89KB)
--------TSFEL_HAR_Example.ipynb(86KB)
----README.md(7KB)
----tests()
--------tests_tools()
--------__init__.py(0B)
--------test_features.py(64KB)
--------test_calc_features.py(3KB)
--------test_features_settings.py(672B)
----AUTHORS.rst(2KB)
----tsfel()
--------__init__.py(65B)
--------utils()
--------feature_extraction()
----CHANGELOG.rst(3KB)
----.gitattributes(655B)
----docs()
--------_templates()
--------Makefile(602B)
--------index.rst(2KB)
--------conf.py(6KB)
--------authors.rst(41B)
--------imgs()
--------changelog.rst(45B)
--------license.rst(74B)
--------descriptions()