如何使用scikit-learn对时间序列数据集进行分析和预测（机器学习）
我有一个这样的数据集：
我需要分析并预测“状态”这一列。这只是训练数据集中的两个条目。在这个数据集中，有心率的变化模式（每秒收集一次，总共10个数字），这算是一个时间序列数组（如果我说错了请纠正我）。我只想知道用这些数据分析和预测的最佳方法是什么。我正在使用scikit-learn进行数据挖掘和机器学习。
我想知道分析这些时间序列数据的最佳方法是什么？我应该使用基于向量的方法还是其他什么方法？如果你能给我一些示例代码，那对我理解会很有帮助。
1 个回答
1
把心率时间序列中的每一个数据点都放在一个单独的列里，同时再加上一个单独的列（特征），里面放其他所有的数据点。然后对每一列的数据进行标准化处理，也就是先减去平均值，再除以标准差。最后把处理好的数据输入到分类器中去。