对时序数据的处理

作者：知乎用户
链接：https://www.zhihu.com/question/304796104/answer/547001050
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

其实时间序列预测的思路并不是很多，常见的就是ARIMA，当然也可以做神经网络，马尔可夫链之类的。这些其实只需要基于之前的状态来做预测，特征就是之前滑窗内各时间点的实际数值，这个是由模型限定的。当然你也可以把这个问题转换一下，不要局限在常规的时间序列模型中，就认为是一种回归模型或者二分类模型，模型预测目标就是下一个时间点的数值或者是否异常（0/1变量）。那所有的模型都通用了，这个时候就可以去做特征工程了。思路主要有以下几类：

1.从时域出发，历史一段时间点的值都可以纳入。可以去加窗，在窗口内做各样的统计，例如均值、方差、斜率等，这个其实可以参考时间序列的表示方法，如何去压缩时间序列，那些方法都可以用来做特征工程。既然加窗了，窗口内还可以做一些自相关分析啊之类的，也可以弄一个滑动窗，把一段区间内的自相关系数都计算出来作为特征。也可以做类似SVD，稀疏自编码器之类的，在时域上做时间序列的拆分。

2.从频域出发，去做STFT之类的，拿到频域特征。但是看问题了，你是要对整个时间序列进行分析，还是对未来时间点进行预测。频域特征最大的问题就是对时间的不敏感，而且还存在边缘效应，所以在预测未来时间点的场景下，基本没有什么作用。

3.时频结合，去做希尔伯特黄变换，拿到时频特征。这个会优于频域分析，但是如果时间序列构成较为复杂或杂乱无章，效果也一般。在预测未来时间点的场景下，也会存在边缘效应，导致预测滞后。

其实时间序列预测最大的障碍是去噪了，否则在异常检查等领域难度就小多了。去噪是个很大的坑，方法很多，上面说的频域分析和时频分析都是，还有很多弱信号检测的方法，比如盲解卷积，随机共振，小波变化之类的，每种方法还有很多变化，都有各自的领域限制，需要根据实际情况进行评估。