tsfresh基本原理及使用

一、引言

1、基本介绍

tsfresh 用于从时间序列或其他序列数据中进行系统特征工程。这些数据的共同点是它们按自变量排序。最常见的自变量是时间（时间序列）。比如，工业界毫秒级制程数据，不同用户连续交易数据等等。tsfresh一方面提供了大量衍生规则（统计指标计算的方法）供使用者按照自身需求单独调用；另一方面，提供了自动提取大量统计指标特征并自动进行筛选的方法。tsfresh仅特征工程模块相关功能，用于后续机器学习或深度学习算法的模型训练，不提供模型。
官网：https://tsfresh.readthedocs.io/en/latest/text/introduction.html

2、使用

二、衍生规则

tsfresh.feature_extraction.feature_calculators 模块提供了平方和、一阶差分绝对和等多种统计指标的计算方法，可直接调用进行特征提取。在平时使用的均值、方差等之外提供了新的特征提取维度。
参考文献：
https://tsfresh.readthedocs.io/en/latest/text/list_of_features.html
https://www.jianshu.com/p/de2f7d333b9f
https://blog.csdn.net/qq_42658739/article/details/122358303

三、特征工程

tsfresh提供了大量衍生规