用於python的TSFRESH庫處理時間過長

Question

我遇到了TSfresh庫，以此來構建時間序列數據。這些文檔非常棒，它看起來非常適合我正在開發的項目。

我想實現在TFresh文檔的快速入門部分中共享的以下代碼。這似乎很簡單。

from tsfresh import extract_relevant_features 
feature_filtered_direct=extract_relevant_features(result,y,column_id=0,column_sort=1) 

我的數據包括400000行傳感器數據，每個傳感器數據有6個傳感器，用於15個不同的ID。我開始運行代碼，17個小時後還沒有完成。我認爲這可能是一個太大的數據集通過相關的特徵提取器運行，所以我把它縮小到3000，然後再下降到300.這些操作都沒有讓代碼運行一個小時，我剛剛結束在等待一個小時左右後關閉它。我試過的標準特徵提取以及

extracted_features = extract_features(timeseries, column_id="id", column_sort="time") 

隨着試圖說TSfresh呈現在他們的快速啓動部分的示例數據集。其中包括一個與我的原始數據非常相似的數據集，其數據點的數量與我減少的數據點大致相同。

有沒有人有這段代碼的經驗？你會如何讓它工作得更快？我爲python 2.7使用Anaconda。

更新 它似乎與多處理有關。因爲我是在Windows上，使用多進程的代碼需要由

if __name__ == "__main__": 
    main() 

進行保護。一旦我加入

if __name__ == "__main__": 

    extracted_features = extract_features(timeseries, column_id="id", column_sort="time") 

我的代碼，示例數據的工作。我仍然在運行extract_relevant_features函數並在我自己的數據集上運行提取功能模塊時遇到了一些問題。似乎它繼續緩慢運行。我也有一種感覺，它與多進程凍結有關，但沒有任何錯誤出現，無法分辨。它花費了我大約30分鐘的時間來運行提取少於我數據集1％的特徵。

Answer 1

您使用了哪個版本的tsfresh？哪個OS？

我們意識到某些功能計算器的高計算成本。我們能做的更少。未來我們將實施一些像緩存這樣的技巧來進一步提高tsfresh的效率。

您是否試過僅使用MinimalFeatureExtractionSettings來計算基本特徵？它只包含諸如Max，Min，Median等基本功能，但應該以更快的方式運行。

from tsfresh.feature_extraction import MinimalFeatureExtractionSettings 
extracted_features = extract_features(timeseries, column_id="id", column_sort="time", feature_extraction_settings = MinimalFeatureExtractionSettings()) 

此外，安裝從pip install git+https://github.com/blue-yonder/tsfresh回購的最新版本可能是一個好主意。我們正在積極開發它，主人應該包含最新和最新的版本;）。