零基础入门数据挖掘-心跳信号分类预测 Task3特征工程

本次task3特征工程的主要内容是学习tsfresh包的使用，tsfresh包主要用于大批量时间序列数据的处理。通过extract_features这个方法可以自动提取很多基于时间序列的特征，包括
1.abs_energy(x),返回时序数据的绝对能量（平方和）

2.absolute_sum_of_changes(x),返回序列x的连续变化的绝对值之和

3.agg_autocorrelation(x, param)
返回时序数据的各阶差分值之间的聚合（方差、均值）统计特征
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。

4.agg_linear_trend(x, param)
返回时序数据的分块聚合后的线性回归（基于OLS）
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)
5.binned_entropy(x, max_bins)
把整个序列按值均分成max_bins个桶，然后把每个值放进相应的桶中，然后求熵。pk
表示落在第k个桶中的数占总体的比例。
这个特征是为了衡量样本值分布的均匀度。

等等。
在提取出特征后，还可以利用tsfresh中的select_features方法选出和因变量相关的特征。