大家好，欢迎来到IT知识分享网。
tsfresh是一个Python的时序数据特征挖掘的模块（官网https://tsfresh.readthedocs.io/en/latest/index.html），提取的特征可以用来描述或聚类基于提取特征的时间序列。此外，它们还可以用于构建在时间序列上执行分类/回归任务的模型。
tsfresh能够提取出超过64种特征。本篇主要介绍时间序列时间的特征提取和特征选择。编程环境jupyter notebook。
1. 源码和数据地址
2. TsFresh安装
pip install tsfresh 3. 代码部分说明
3.1 数据下载
from tsfresh.examples.robot_execution_failures import download_robot_execution_failures, load_robot_execution_failures download_robot_execution_failures() timeseries, y = load_robot_execution_failures() 数据展示：
timeseries.describe() 
y.head() 
3.2 从文件读取数据
import pandas as pd import numpy as np timeseries_csv = pd.read_csv('load_robot_execution_failures_timeseries.csv') timeseries_csv.describe() 
y_csv = pd.read_csv('load_robot_execution_failures_y.csv',usecols = ['index','value']) y_csv= pd.Series(np.array(y_csv['value']).tolist(),index =np.array(y_csv['index']).tolist()) y_csv.head() 
4. 提取特征
提取特征主要通过 extract_features 函数实现，包含有多种参数提取模式，以下给出常见的几种：
- 默认参数
- ComprehensiveFCParameters：全面特征提取，包括所有没有参数的特征和所有有参数的特征，每个特征都有不同的参数组合。 ；已经封装好，并且把以上特征的参数之类的写好，直接提取即可；
- EfficientFCParameters：是 ComprehensiveFCParameters 的子类，用于计算那些时间复杂度低的特征；去除 high computational costs 的特征； 如果运行时性能起主要作用，则可以使用此功能。
- MinimalFCParameters：是 ComprehensiveFCParameters 的子类，选择最小参数进行计算。仅包含少数功能，可用于快速测试。
虽然 tsfresh 能够为时序数据提取多种有效特征，其也有不适合使用的场景，如：
- 用于流式数据（流式数据是指通常用于在线操作的数据，而时间序列数据通常用于离线操作）
- 在提取的特征上训练模型
- 用于高度不规则的时间序列
4.1 默认参数
from tsfresh.feature_extraction import extract_features extracted_features_0 = extract_features(timeseries, column_id="id", column_sort="time") extracted_features_0.shape 
4.2 ComprehensiveFCParameters参数
from tsfresh.feature_extraction import extract_features, ComprehensiveFCParameters # 使用ComprehensiveFCParameters参数 settings = ComprehensiveFCParameters() extracted_features_1 = extract_features(timeseries, column_id="id", column_sort="time",default_fc_parameters=settings) extracted_features_1.shape 
4.3 EfficientFCParameters参数
from tsfresh.feature_extraction import extract_features, EfficientFCParameters settings = EfficientFCParameters() extracted_features_2 = extract_features(timeseries, column_id="id", column_sort="time",default_fc_parameters=settings) extracted_features_2.shape 
4.4 MinimalFCParameters参数
from tsfresh.feature_extraction import extract_features, MinimalFCParameters settings = MinimalFCParameters() extracted_features_3 = extract_features(timeseries, column_id="id", column_sort="time",default_fc_parameters=settings) extracted_features_3.shape 
5. 特征选择
提取特征主要通过 select_features 函数实现，包含有多种参数提取模式，以下给出常见的几种：
- 默认参数
- ComprehensiveFCParameters参数
- EfficientFCParameters参数
- MinimalFCParameters参数
5.1 默认参数
from tsfresh import select_features from tsfresh.utilities.dataframe_functions import impute impute(extracted_features_0) features_filtered_0 = select_features(extracted_features_0, y) #特征选择 features_filtered_0.shape 
5.2 ComprehensiveFCParameters参数
from tsfresh import select_features from tsfresh.utilities.dataframe_functions import impute impute(extracted_features_1) features_filtered_1 = select_features(extracted_features_1, y) #特征选择 features_filtered_1.shape 
5.3 EfficientFCParameters参数
from tsfresh import select_features from tsfresh.utilities.dataframe_functions import impute impute(extracted_features_2) features_filtered_2 = select_features(extracted_features_2, y) #特征选择 features_filtered_2.shape 
5.4 MinimalFCParameters参数
from tsfresh import select_features from tsfresh.utilities.dataframe_functions import impute impute(extracted_features_3) features_filtered_3 = select_features(extracted_features_3, y) #特征选择 features_filtered_3.shape 
6. 特征提取和选择同时进行
提取特征主要通过 extract_relevant_features 函数实现，同样包含有多种参数提取模式。
6.1 默认参数
from tsfresh import extract_relevant_features features_filtered_direct_0 = extract_relevant_features(timeseries,y, column_id="id", column_sort="time") features_filtered_direct_0.shape 
6.2 ComprehensiveFCParameters参数
from tsfresh.feature_extraction import ComprehensiveFCParameters from tsfresh import extract_relevant_features settings = ComprehensiveFCParameters() features_filtered_direct_1 = extract_relevant_features(timeseries,y, column_id="id", column_sort="time",default_fc_parameters=settings) features_filtered_direct_1.shape 
6.3 EfficientFCParameters参数
from tsfresh.feature_extraction import EfficientFCParameters from tsfresh import extract_relevant_features settings = EfficientFCParameters() features_filtered_direct_2 = extract_relevant_features(timeseries,y, column_id="id", column_sort="time",default_fc_parameters=settings) features_filtered_direct_2.shape 
6.4 MinimalFCParameters参数
from tsfresh.feature_extraction import MinimalFCParameters from tsfresh import extract_relevant_features settings = MinimalFCParameters() features_filtered_direct_3 = extract_relevant_features(timeseries,y, column_id="id", column_sort="time",default_fc_parameters=settings) features_filtered_direct_3.shape 
7. 常用的特征提取函数详解
这里主要参考博客：
- 时间序列挖掘分析：tsfresh特征中文（一）
- 时间序列挖掘分析：tsfresh特征中文（二）
- Github项目：tsfresh特征提取工具可提取的特征
- python tsfresh特征中文详解（更新中）
tsfresh 中包含有许多提取特征的函数，首先我们导入相应的数据包，如下所示：
from tsfresh.feature_extraction.feature_calculators import * 7.1 abs_energy(x)
【实现功能】：求取时间序列的平方和
【参数介绍】：
- x(pandas.Series) 需要计算特征的时间序列
- 返回值：特征值
- 返回值类型：float
- 函数类型：简单
【函数定义】：
def abs_energy(x): """ Returns the absolute energy of the time series which is the sum over the squared values .. math:: E = \\sum_{
i=1,\\ldots, n} x_i^2 :param x: the time series to calculate the feature of :type x: numpy.ndarray :return: the value of this feature :return type: float """ if not isinstance(x, (np.ndarray, pd.Series)): x = np.asarray(x) return np.dot(x, x) 7.2 absolute_sum_of_changes(x)
【实现功能】：返回序列x的连续变化的绝对值之和
【参数介绍】：
- x(pandas.Series) 需要计算特征的时间序列
- 返回值：特征值
- 返回值类型：float
- 函数类型：简单
7.3 agg_autocorrelation(x, param)
【实现功能】：计算聚合函数f_agg(例如方差或者均值)处理后的自相关性，在一定程度可以衡量数据的周期性质，l表示滞后值，如果某个l计算出的值比较大，表示改时序数据具有l周期性质。
其中，n是时间序列Xi的长度，σ2是方差，μ表示均值
【参数介绍】：
- x(pandas.Series) 需要计算特征的时间序列
- 返回值：特征值
- 返回值类型：float
- 函数类型：简单
7.4 agg_linear_trend(x, param)
【实现功能】：对时序分块聚合后（max, min, mean, meidan），然后聚合后的值做线性回归，算出 pvalue(),rvalue(相关系数), intercept(截距), slope(斜率), stderr(拟合的标准差)。
7.5 approximate_entropy(x, m, r)
近似熵，用来衡量一个时间序列的周期性、不可预测性和波动性。
7.6 ar_coefficient(x, param)
7.7 autocorrelation(x, lag)
参考资料
免责声明：本站所有文章内容,图片，视频等均是来源于用户投稿和互联网及文摘转载整编而成，不代表本站观点，不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益，请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权，请联系删除，如若转载，请注明出处：https://haidsoft.com/114798.html
