tsfresh时间序列缺少值

文章/答案/技术大牛

发布

1回答

python、time-series、tsfresh

我对tsfresh输入格式感到困惑。我可以给出不同ids缺失值的数据帧吗？是否应该填充缺少的值(t1、t3等)有0吗？提前感谢

浏览 26提问于2020-10-07得票数 1

回答已采纳

1回答

股票数据的时间序列聚类

cluster-analysis、stocks

在没有目标值向量的情况下，我们如何使用"tsfresh“对股票数据进行时间序列聚类？ select_features函数需要目标值的向量。

浏览 23提问于2018-09-06得票数 2

1回答

您是否可以为TSFRESH中的单个列ID输入多个时间序列数据集

python、machine-learning、feature-extraction、feature-detection、automl

据我所知，TSFRESH需要许多列ID(实体)，每个列ID(实体)都有一组连续的时间序列数据。如果我为每个实体获得了许多不同的离散时间序列数据集，TSFRESH可以使用它们吗？

浏览 7提问于2019-01-04得票数 1

回答已采纳

1回答

如何让tsfresh.extract_features工作？

python-3.x

tsfresh是一个用于时间序列分析的库。我试图在他们的文档中使用，但提供的代码似乎不起作用。import matplotlib.pyplot as pltfrom tsfresh.utilities.dataframe_functionsimport impute from tsfresh.examples.robot_execution_failures import dow

浏览 0提问于2019-10-07得票数 2

1回答

如何使用use软件包从时间序列数据中提取特征？

python、time-series、feature-extraction、tsfresh

我有一个列表，其中每个列表代表一个时间序列：我想使用以下代码从这个带有to包的数据集中提取特性：当我运行它时，我得到的值</

浏览 4提问于2020-05-28得票数 2

回答已采纳

1回答

使用TSFRESH-库预测值

python、predictive-modeling、time-series、feature-selection、feature-extraction

了解如何使用TSFERSH-库(0.4.0版)预测特定系列的下一个N值有一些问题。

浏览 0提问于2016-11-12得票数 4

回答已采纳

1回答

只选择一定数量的顶级功能，使用tsfresh。

time-series、feature-selection、feature-extraction

如何使用tsfresh选择时间序列数据集的前n项功能？我能决定我想要提取的顶级特征的数量吗？

浏览 0提问于2020-12-08得票数 0

1回答

Python，从时间序列中提取特性(TSFRESH包或我可以使用什么？)

python、time-series、classification、feature-extraction、tsfresh

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。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-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

浏览 1提问于2020-12-14得票数 0

回答已采纳

1回答

使用tsfresh仅选择一定数量的顶级要素

python、time-series、feature-extraction、feature-selection、tsfresh

如何使用tsfresh选择时间序列的前n个特征？我可以决定我想要提取的顶级特征的数量吗？

浏览 20提问于2020-12-09得票数 1

回答已采纳

1回答

Dask -是否有可能通过自定义函数使用每个worker中的所有线程？

python、dask、python-multithreading

为了简化示例，我只生成了一个数据帧df，并且假设我的函数是使用多进程的tsfresh.extract_features。生成数据 import pandas as pdfrom tsfresh.examples.robot_execution_failures

浏览 26提问于2020-08-27得票数 1

1回答

我该如何根据过去的谷歌分析来预测或估计未来的表现？

google-analytics、time-series、google-analytics-api、prediction

我搜索了诸如“预测分析”、“时间序列预测”等术语，但我找不到任何好的东西，我找到了一些非常高级的机器学习项目，但这太高级了。当然，我不可能是第一个想要它的人，我可能只是使用了错误的术语来定位它

浏览 27提问于2019-09-01得票数 0

1回答

tsfresh extract_features运行时错误"freeze_support“

python、time-series、feature-extraction

我最近安装了tsfresh包来提取我的时间序列数据的特征。我有点困惑，因为它就是示例代码：from tsfresh import extract_features

浏览 1提问于2019-04-09得票数 1

1回答

select_features方法背后的算法

python、time-series、feature-extraction、feature-selection

我最近开始使用tsfresh库从时间序列数据中提取特性。我可以在几行代码中获得一系列特性，这是非常酷的，但我对select_features方法背后的逻辑有疑问。我想知道它是如何工作的，这样我就可以在tsfresh中的数据处理之后决定在特性选择阶段做什么。

浏览 4提问于2019-10-01得票数 1

回答已采纳

2回答

python中的时间序列预测

python、time-series

如果我想测试电视广告对网站访问量的影响，我是否应该将其视为时间序列，并使用回归为例？在这种情况下，输入表应该是什么样子的？

浏览 16提问于2021-04-14得票数 0

2回答

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_xfrom tsfresh import extract_relevant_features from tsfresh.feature_extraction import ComprehensiveFCParameters

浏览 5提问于2018-05-19得票数 4

1回答

TSFRESH:获取N个最相关的特征

tsfresh

有没有办法在TSFRESH中获得N个最相关的特性？目前，extract_relevant_features方法有一个参数fdr_level，但是对于大量的时间序列(>1000)，fdr_level参数非常低(< 0.01)的函数会返回400多个特征。

浏览 3提问于2020-07-20得票数 0

1回答

( NaN ) tsfresh* extracts_features创建一组列，从而产生具有大量NaN的巨大数据帧*

python、time-series

我正在使用tsfresh中的方法从时间序列集合中提取特征。基本上，我拥有的是一个数据帧字典，如下所示：其中，列id是一个值，但对于字典中的每个数据帧都是不同的。我基本上把一个大时间序列分成不同的块，并把它们放在字典里。现在，我希望提取每个块的特征来训练ML算法，并将序列的一部分分类为1或0。它所做的是为每个时间序列的8个基本功能创建列。行(中位数、最小值、sum_values、最大值、方

浏览 1提问于2017-05-16得票数 0

2回答

用python进行时间序列聚类

time-series、clustering

我有多个不同客户的时间序列数据(大约10k客户，100天)。我想把这些数据聚成5-10组。但是，我没有关于时间序列聚类的任何提示。K手段对他们有用吗？任何python包都可以处理这些数据吗？

浏览 0提问于2022-02-08得票数 4

2回答

Victoria Metrics -删除缺少标签的时间序列

prometheus、victoriametrics

我有两个不同的时间序列，因为其中一个缺少标签。我的问题是如何删除缺少标签的那个？我看到我可以为match[]值使用时间序列选择器列表，但是如何选择缺少标签的时间序列？谢谢。

浏览 70提问于2021-01-12得票数 1

2回答

预测在线学生成绩的时间序列模型？

python、pandas、scikit-learn、time-series、forecasting

我有一个数据集，里面有在线学生的日常活动(花费的时间，观看的视频等)。根据这些数据，我想预测每个学生是否会通过考试。到目前为止，我一直将其视为分类问题，每周使用学生活动及其最终结果训练一个模型。这个模型工作得很好，但它忽略了随着时间的推移而产生的行为。我感兴趣的是做一些时间序列分析，其中模型考虑了每个学生随着时间的推移的所有数据点，以做出最终预测。我一直在研究的时间序列模型旨在预测未来时间步长上的人口(需求、收入等)的特定指标。在我的例子中，我对聚合的

浏览 1提问于2019-09-06得票数 0

点击加载更多