TSFRESH -对称滑动窗口提取的特征

Question

作为原始数据，我们有测量m_{i,j}，对数据集中的每个主题j每30秒测量一次(i=0, 30, 60, 90,...720,..)。

我希望使用TSFRESH (包)提取时间序列特征，这样对于时间i的兴趣点，特征是基于对称滚动窗口.计算的。

我们希望基于i,j前3小时和i后3小时的测量来计算时间点i的特征向量。因此，721-dim特征向量表示一个被6个小时“上下文”包围的感兴趣点，即感兴趣点之前的360次测量和感兴趣点之后的360次测量。对于每一个感兴趣的点，应该根据m_{i,j}的721个测量值来提取特征。

我尝试在roll_time_series()中使用roll_time_series() param，但唯一的选项是在“time”中回滚或向前滚动--我正在寻找一种方法，在特性计算中包含“过去”和“未来”数据。

Answer 1

“解决办法”：

两次使用"roll_time_series“函数；一个用于”向后滚动“(设置rolling_direction=1)，第二个用于"forward”(rolling_direction=-1)，然后将它们组合为一个。

这将为原始数据集m_{i,j}$中的每个时间点提供一个时间序列滚动对象，其值为“来自过去”和“来自未来”的360个值(即时间点位于窗口和max_timeshift=360的中心)。

注意以下pandas函数的使用：concat(), sort_values(), drop_duplicates() --这是该解决方案工作所必需的强制。

import numpy as np
import pandas as pd
from tsfresh.utilities.dataframe_functions import roll_time_series
from tsfresh.feature_extraction import EfficientFCParameters, MinimalFCParameters

rolled_backward = roll_time_series(activity_data,
                                           column_id=id_column,
                                           column_sort=sort_column,
                                           column_kind=None,
                                           rolling_direction=1,
                                           max_timeshift=360)

rolled_farward = roll_time_series(activity_data,
                                           column_id=id_column,
                                           column_sort=sort_column,
                                           column_kind=None,
                                           rolling_direction=-1,
                                           max_timeshift=360)

        # merge into one dataframe, with rolled_farward and rolled_backward window for every time point (sample)
        df = pd.concat([rolled_backward, rolled_farward])

        # important! - sort and drop duplicates
        df.sort_values(by=[id_column, sort_column], inplace=True)
        df.drop_duplicates(subset=[id_column, sort_column, 'activity'], inplace=True, keep='first')

Answer 2

如果我正确地理解了你的想法，它甚至有可能做到这一点，只有单向滚动。让我们举一个例子：

你想预测时间是8:00 --你需要从5:00到11:00的数据。如果您滚动数据的大小为6h和正滚动方向，您将得到一个数据集，其中也包括数据的这一部分(5:00至11:00)。通常，它将用于在11:00 (或12:00)对值进行训练，但没有什么可以阻止您使用它来预测8:00的值。基本上，这只是一个重新编制索引的问题。

(负滚动方向也是如此)