数据挖掘-心跳信号分类预测-Task02

最新推荐文章于 2022-07-06 22:42:29 发布

进击的哈比

最新推荐文章于 2022-07-06 22:42:29 发布

阅读量435

点赞数 1

分类专栏：天池比赛文章标签：深度学习机器学习 python 数据挖掘

本文链接：https://blog.csdn.net/l666661/article/details/115017886

版权

本文探讨了心跳信号的分类预测任务，详细介绍了特征提取过程，从原始的781个特征中筛选出707个关键特征。数据集已分享在百度网盘，供进一步研究。

摘要由CSDN通过智能技术生成

特征提取函数：

from multiprocessing import freeze_support
import pandas as pd
import warnings
warnings.filterwarnings('ignore')
from tsfresh import extract_features
from tsfresh.utilities.dataframe_functions import impute
from tsfresh import select_features

def feature():
    # 数据读取
    data_train = pd.read_csv('../data/train.csv')
    test=pd.read_csv('../data/testA.csv')
    # print(train.head())

    # 对心电特征进行行转列处理，同时为每个心电信号加入时间步特征time
    train_heartbeat_df = data_train["heartbeat_signals"].str.split(",", expand=True).stack()
    train_heartbeat_df = train_heartbeat_df.reset_index()
    train_heartbeat_df = train_heartbeat_df.set_index("level_0")
    train_heartbeat_df.index.name = None
    train_heartbeat_df.rename(columns={"level_1":"time", 0:"heartbeat_signals"}, inplace=True)
    train_heartbeat_df["heartbeat_signals"] &