曲线分类-特征提取(二)

时域特征

自相关系数与偏自相关系数

自相关（autocorrelation），指时序序列于其自身在不同时间点的互相关性.
离散数据的$l$阶自相关系数定义为

$$autocorrelation_{l} = \frac{1}{(n-l)\sigma ^{2}}\sum_{t=1}^{n-1}(X_{t}-\mu)(X_{t+l}-\mu)$$
$n$是时间序列 $X_{i}$的长度, $\sigma^2$为方差， $\mu$为均值

为了更清楚查看自相关系数，这里选择滞后阶数为120。

    from statsmodels.graphics.tsaplots import plot_acf
    plot_acf(df_data['value'],lags=120)
    plt.show()

偏自相关（partial_autocorrelation），滞后k阶偏自相关系数是指在给定中间k-1个随机变量$x_{t-1},x_{t-2} ... x_{t-k+1}$的条件下，或者说在剔除了中间k-1个随机变量的干扰后， xt−k对xt x t − k