Python，从时间序列中提取特性(TSFRESH包或我可以使用什么？)

Question

我需要一些帮助，在时间序列中的特征提取，也许使用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(它们的长度可能不同)。CSV-时间系列非常直截了当：

CSV-时间序列文件的示例:日期:1/1904 01:00:00,464844E-3连1/1/1904 01:00:00:01:001,000000 1,953125E-3 :00:01/1/1904 01:00:02,000000 4,882813E-4分部1/1/1901:00:00:03,000000-2,441406E -2,441406E-3区1/1/1901:00:00:00004,000-9,7625 E-4.

除了这些CSV文件之外，我还拥有一个元数据文件( CSV格式)，其中每行引用这5000 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文件的例子:CSV的CSV-timeseries Porosity (孔隙率).，.，.

最重要的一栏是“标签”一栏，因为它报告一个CSV-时间序列是否标记为：

1. 好的
2. 坏的

我也应该考虑能量，渗透和孔隙度列，因为这些值在时间序列的标记中起着很大的作用。(我已经尝试了一种决策树，只看特征，现在我想分析时间序列来提取知识)

我打算从时间序列中提取特征，这样我就可以理解哪些特征使一个时间序列被标记为“好”或“坏”。

我怎么能用TSFRESH做这件事？还有其他方法吗？

你能告诉我怎么做吗？谢谢您:)

Answer 1

我现在也在做类似的事情，这个例子来自github的jupyter笔记本帮助了我。

简单来说，基本程序是：

1. 以可接受的格式带来时间序列，有关更多信息，请参见the文献
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)选择相关的特性，y作为标签，好的或坏的，例如1和0。
4. 将选择的特性放入分类器中，也显示在jupyter笔记本中。