基于矩阵轮廓算法的开源时间序列数据挖掘库。
matrixprofile的Python项目详细描述
矩阵配置文件
MatrixProfile是python2和3库,由Matrix Profile Foundation提供给您,用于挖掘时间序列数据。矩阵轮廓是由加州大学河滨分校和新墨西哥大学的Keogh和Mueen研究小组开发的一种新的数据结构,具有相应的算法(stomp、区域、模体等)。这个库的目标是通过核心概念的标准化、简单化的API和合理的默认参数值,使新手和专家都能访问这些算法。在
除了这个Python库之外,Matrix Profile Foundation还提供其他语言的实现。这些语言有一个非常一致的API,允许您轻松地在它们之间切换,而不需要很大的学习曲线。在
- tsmp-an-R实现
- go-matrixprofile-Golang实现
入门
本文提供了有关矩阵配置文件的介绍性材料: Introduction to Matrix Profiles
本文详细介绍了该库中引入的核心概念: How To Painlessly Analyze Your Time Series
我们的文档提供了quick start guide、examples和{a21}文档。它是起跑的真理之源。在
算法
有关实现的算法的详细信息,包括性能特征,请参阅documentation。在
获得帮助
我们提供了一个专用的Discord channel,从业者可以在这里讨论应用程序并询问有关矩阵概要文件基础库的问题。如果你不想加入不和,那么请打开一个Github issue。在
贡献
请查看我们文档中的contributing guidelines。在
行为准则
请查看我们的Code of Conduct documentation。在
引文
对他人作品的所有适当致谢可在我们的citation documentation中找到。在
引用
请用Journal of Open Source Software article引用这篇作品。在
Van Benschoten et al., (2020). MPA: a novel cross-language API for time series analysis. Journal of Open Source Software, 5(49), 2179, https://doi.org/10.21105/joss.02179^{pr2}$
- 项目
标签: