Python，从时间序列中提取特征（TSFRESH包或我可以使用什么？）

Question

我需要一些关于时间序列特征提取的帮助，也许可以使用TSFRESH软件包

我有大约5000个CSV文件，每个文件都是一个时间序列（长度可能不同）。CSV时间序列非常简单：

CSV时间序列文件的示例： |日期|值| | ------ | ----- | |1904年1月1日01:00:00000000 | 1464844E-3| |1904年1月1日01:00:01000000 | 1953125E-3| |1904年1月1日01:00:02000000| 4882813E-4| |1904年1月1日01:00:03000000 |-2441406E-3| |1904年1月1日01:00:04000000 |-9765625E-4| | ... | ... |

除了这些CSV文件，我还有一个元数据文件（CSV格式），其中每一行都引用5000个CSV时间序列中的一个，并报告关于该时间序列的更多一般信息，如能量等

元数据CSV文件的示例： |CSV时间序列的路径|标签|能量|穿透|孔隙度| | ------ | ----- | ------ | ----- | ----- | ----------- | | ... | ... | ... | ... | ... | ... | | ... | ... | ... | ... | ... | ... | | ... | ... | ... | ... | ... | ... |

最重要的列是“标签”列，因为它报告CSV时间序列是否标记为：

1. 好
2. 坏的

我也应该考虑能量、渗透性和孔隙度列，因为这些值在时间序列的标记中有很大的作用。（我已经通过只查看特征尝试了决策树，现在我想分析时间序列以提取知识）

我打算从时间序列中提取特征，以便我能够理解哪些特征使得一个时间序列被标记为“好”或“坏”

我怎样才能用TSFRESH做到这一点？ 还有其他方法吗

你能告诉我怎么做吗？谢谢：）

Answer 1

我现在也在做类似的事情this example jupyter notebook from github帮助了我

简而言之，基本流程是：

1. 以可接受的格式提供时间序列，有关详细信息，请参见the tsfresh documentation
2. 使用X = extract_features(...)从时间序列中提取特征
3. 使用X_filtered = select_features(X, y)选择相关功能，其中y为标签，好或坏为1和0
4. 将选定的功能放入分类器，也显示在jupyter笔记本中