在python中使用tsfresh检索特定功能

Question

我是一个使用tsfresh的初学者。我正在使用它从时间序列中提取特征。使用下面的代码( tsfresh网站的示例代码)为我提供了97个新功能(F_x__abs_energy，F_x__range_count__max_1__min_-1，F_x__variance，F_x__standard_deviation等等)来命名为F_x，但我不需要所有这些功能。假设我只想计算F_x__variance和F_x__standard_deviation。我应该在下面的代码中修改什么？

from tsfresh import extract_relevant_features
from tsfresh.feature_extraction import ComprehensiveFCParameters
settings = ComprehensiveFCParameters()

features_filtered_direct = extract_relevant_features(df, y, column_id='id', column_sort='time')

我也阅读了this文档，但我没有找到具体的东西来做这件事，或者可能是我作为一个初学者不理解。如果我的网站错了，请纠正我。

Answer 1

所以你可以做两件事：

1. Setting特征提取器的参数。可以通过在extract_features函数中设置参数"default_fc_parameters“来实现。您可以使用一些预定义的设置。您还可以创建自己的版本并将其传递给函数。预定义的是"ComprehensiveFCParameters“、"MinimalFCParameters”和"EfficientFCParameters“。以下是如何完成此操作的示例:从tsfresh.feature_extraction导入设置从tsfresh.feature_extraction导入extract_feature设置= ComprehensiveFCParameters() extract_features(df，default_fc_parameters=settings)

类似地，您可以将感兴趣的特性定义为字典，并将其作为"kind_to_fc_parameters“传递给extract_features函数。请看下面的示例：

kind_to_fc_parameters ={ "F_x"：{"mean"：None，"std"：None，"Variance"：None}，"F_y“={"min"：None，"max"：None }} extract_features(df，=kind_to_fc_parameters)

• By kind_to_fc_parameters获取所有特征，然后过滤掉你感兴趣的特征。 extract_features函数的输出是一个数据框，所以你可以只过滤出你感兴趣的特定列。下面是一个示例：

将熊猫作为pd从tsfresh.examples.robot_execution_failures导入download_robot_execution_failures，load_robot_execution_failures从tsfresh导入extract_features download_robot_execution_failures() timeseries，y= load_robot_execution_failures() extracted_features = extract_features(timeseries，column_id="id"，column_sort="time") timeseries

有关更多信息，请查看documentation。

Answer 2

例如，如果要计算绝对能量，请使用以下命令导入函数abs_energy：

from tsfresh.feature_extraction.feature_calculators import abs_energy

之后，您可以将时间序列作为参数传递: abs_energy(x)