TSFRESH - 由对称滑动窗口提取的特征答案

【问题标题】：TSFRESH - features extracted by a symmetric sliding windowTSFRESH - 由对称滑动窗口提取的特征
【发布时间】：2020-07-17 08:13:50
【问题描述】：

作为原始数据，我们有测量值 m_{i,j}，每 30 秒 (i=0, 30, 60, 90,...720,..) 测量数据集中的每个主题 j。

我希望使用TSFRESH（包）来提取时间序列特征，这样对于时间i的兴趣点，特征是基于对称滚动窗口计算的。

我们希望根据i之前3小时和i之后3小时的上下文测量来计算时间点i,j的特征向量。因此，721-dim 特征向量表示被 6 小时“上下文”包围的兴趣点，即兴趣点之前的 360 次测量和兴趣点之后的 360 次测量。对于每个兴趣点，应根据m_{i,j} 的 721 个测量值提取特征。

我尝试在 roll_time_series() 中使用 rolling_direction 参数，但唯一的选择是在“时间”中向后或向前滚动 strong> - 我正在寻找一种方法在特征计算中同时包含“过去”和“未来”数据。

【问题讨论】：

标签： python pandas time-series feature-extraction tsfresh

【解决方案1】：

如果我正确理解您的想法，甚至可以仅通过单面滚动来做到这一点。让我们尝试一个例子：

您想要预测 8:00 的时间 - 为此您需要 5:00 到 11:00 的数据。如果滚动数据的大小为 6h，滚动方向为正，最终会得到一个数据集，其中也恰好包含这部分数据（5:00 到 11:00）。通常，它将用于训练 11:00（或 12:00）的值 - 但没有什么能阻止您使用它来预测 8:00 的值。基本上，这只是重新索引的问题。

（负滚动方向也一样）

【讨论】：

【解决方案2】：

“解决方法”解决方案：

使用“roll_time_series”函数两次；一个用于“backward”滚动（设置rolling_direction=1），第二个用于“forward”（rolling_direction=-1），然后将它们合并为一个。

这将为原始数据集m_{i,j}$ 中的每个时间点提供一个时间序列滚动对象，该对象具有“来自过去”的 360 个值和“来自未来”的 360 个值（即，时间点位于窗口中心和max_timeshift=360)

注意以下pandas 函数的使用：concat(), sort_values(), drop_duplicates() - 这是强制此解决方案工作。

import numpy as np
import pandas as pd
from tsfresh.utilities.dataframe_functions import roll_time_series
from tsfresh.feature_extraction import EfficientFCParameters, MinimalFCParameters

rolled_backward = roll_time_series(activity_data,
                                           column_id=id_column,
                                           column_sort=sort_column,
                                           column_kind=None,
                                           rolling_direction=1,
                                           max_timeshift=360)

rolled_farward = roll_time_series(activity_data,
                                           column_id=id_column,
                                           column_sort=sort_column,
                                           column_kind=None,
                                           rolling_direction=-1,
                                           max_timeshift=360)

        # merge into one dataframe, with rolled_farward and rolled_backward window for every time point (sample)
        df = pd.concat([rolled_backward, rolled_farward])

        # important! - sort and drop duplicates
        df.sort_values(by=[id_column, sort_column], inplace=True)
        df.drop_duplicates(subset=[id_column, sort_column, 'activity'], inplace=True, keep='first')

【讨论】：