2017-04-15 171 views
0

我有一個包含n觀測值的數據集,其中所有觀測值都有m時間步長。我也有一個n*m數組,其中包含每個給定觀察的每個時間步的標籤。Python中時間序列數據集的特徵工程

根據我所擁有的標籤,我正在對此數據集執行特徵工程以在數據中查找有意義的特徵。有沒有任何Python包可以促進這個過程?

我遇到了tsfreshhttps://github.com/blue-yonder/tsfresh),雖然它似乎只是用來當我們有一個標籤來分類每個觀察,而不是一個標籤來分類每個時間步,就像我的情況。

+0

嗨,我是tsfresh的作者。你能否更詳細地闡明你的數據? (也許有一個截圖或一個簡短的例子),那麼我可以告訴你,tsfresh是否是適合你的情況的正確特徵工程工具。 – MaxBenChrist

回答

-1

如果你給我更詳細的問題,我可以更詳細地回答。但是,根據我的理解,您希望使用您擁有的時間序列數據預測某些內容。

Python中有一個名爲keras的包,用於機器學習。你可以做的是,你可以使用LSTM來訓練你的模型。對keras支持LSTMs非常好。

+0

這聽起來像是流行語的答案,您建議在不理解OP的應用的情況下使用LSTM。另外,對於1dim LSTMs的支持在keras中還不好。如果OP想要對這些時間序列進行分類,那麼LSTM不是正確的工具 – MaxBenChrist