tsfresh四分位_时间序列挖掘分析：tsfresh特征中文（一）

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，安装可用pip install tsfresh)，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。通常，这些特性为时间序列及其动态特性提供了新的见解。该项目总共涉及64个特征，前32个特征由我翻译和调试，后32个特征由我的同事托马斯所翻译。我们在GitHub存放了项目资料和介绍https://github.com/SimaShanhe/tsfresh-feature-translation/

abs_energy(x)

译：绝对能量值

返回时序数据的绝对能量(平方和)

参数：

(pandas.Series)计算时序特征的数据对象

返回值：绝对能量值(浮点数)

函数类型：简单

代码示例：

#!/usr/bin/python3

import tsfresh as tsf

import pandas as pd

ts = pd.Series(x) #数据x假设已经获取

ae = tsf.feature_extraction.feature_calculators.abs_energy(ts)

注释：描述时序数据的离原点的平方波动情况(能量)

absolute_sum_of_changes(x)

译：一阶差分绝对和

返回时序数据的一阶差分结果的绝对值之和

参数：

(pandas.Series)计算时序特征的数据对象

返回值：一阶差分绝对和(非负浮点数)

函数类型：简单

代码示例：

#!/usr/bin/python3

import tsfresh as tsf

import pandas as pd

ts = pd.Series(x) #数据x假设已经获取

ae = tsf.feature_extraction.feature_calculators.absolute_sum_of_changes(ts)

注释：描述时序数据相邻观测值之间的绝对波动情况

agg_autocorrelation(x, param)

译：各阶自相关系数的聚合统计特征

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

参数：

(pandas.Series)计算时序特征的数据对象

parma(list) 包含一个字典{“f_agg”: x, “maxlag”, n} 其中x为聚合函数名，n为最大差分阶数

返回值：各阶自相关系数的聚合统计特征(浮点数)

函数类型：组合

代码示例：

#!/usr/bin/python3

import tsfresh as tsf

import pandas as pd

ts = pd.Series(x) #数据x假设已经获取

param = [{'f_agg': 'mean', 'maxlag':2}]

ae = tsf.feature_extraction.feature_calculators.agg_autocorrelation(ts, param)

注释：统计时序数据各界差分间的聚合特征，依据不同的聚合函数，刻画时序数据的不同特征

agg_linear_trend(x, param)

译：基于分块时序聚合值的线性回归

返回时序数据的分块聚合后的线性回归(基于OLS)

参数：

(pandas.Series)计算时序特征的数据对象

parma(list) 包含一个字典{“attr”: x, “chunk_len”: l, “f_agg”: f}其中“f_agg”为聚合函数名，“chunk_len”指定每块数据量，“attr”为线性回归结果参数属性： “pvalue”, “rvalue”, “intercept”, “slope”, “stderr”。

返回值：指定的线性回归属性值(zip，可用list读取)

函数类型：简单

代码示例：

#!/usr/bin/python3

import tsfresh as tsf

import pandas as pd

ts = pd.Series(x) #数据x假设已经获取

param = [{'f_agg': 'mean','attr': 'pvalue', 'chunk_len': 2}]

ae=tsf.feature_extraction.feature_calculators.agg_linear_trend(ts,param)

print(ae,list(ae))

注释：略

approximate_entropy(x, m, r)

译：近似熵

衡量时序数据的的周期性、不可预测性和波动性

参数：

(pandas.Series)计算时序特征的数据对象

m (int)对照运行数据长度

r (float) 过滤阈值(非负数)

返回值：近似熵(浮点数)

函数类型：简单

代码示例：

#!/usr/bin/python3

import tsfresh as tsf

import pandas as pd

ts = pd.Series(x) #数据x假设已经获取

ae=tsf.feature_extraction.feature_calculators.approximate_entropy(ts, 10, 0.1)

注释：相邻熵值间的比值，是一个相对量

ar_coefficient(x, param)

译：自回归系数

衡量时序数据的的周期性、不可预测性和波动性

参数：