如何使用时间序列数据集创建单个值？答案

【问题标题】：How to create a single value using time series data set?如何使用时间序列数据集创建单个值？
【发布时间】：2014-04-23 12:50:40
【问题描述】：

我有以下数据集（265 个数据集）。它是一个心跳数据集，每隔 1 秒收集一次。

**Heart rate pattern**
82 82 87 87 89 90 89 89 89 89
88 89 89 87 87 87 88 88 90 90
87 80 88 88 88 88 91 93 92 92
89 89 89 88 79 79 79 79 78 77
...

最近，我正在使用 scikit-learn python 开发机器学习算法来预测患者的危急情况。因为我得到了其他 12 个参数（风险因素），应该与上述心率模式一起训练。由于将这些心率模式和其他 12 个参数一起训练不是一个好习惯，我只需要找到一种方法，使用任何数学方法将这些时间序列数据集（心率模式）变成单个值技术。它可能是向量，但我不知道该怎么做！基于 python scikit-learn 的示例代码将非常有用。

【问题讨论】：

这个问题似乎离题了，因为它是关于给你一个定制的教程，而不需要你预先做任何努力。

标签： python vector machine-learning data-mining scikit-learn

【解决方案1】：

其他变量是否随时间变化？每个患者有多少个心跳数据点？没有更多信息很难回答。捕获心跳的持续时间需要相同才能进行充分比较。但是，这里有一些想法：

计算一些汇总统计数据，例如时间序列的平均值、中位数、众数、最小值和最大值。
计算时间序列的移动平均线，例如简单移动平均线和指数移动平均线。
计算每个数据点的标准差

这将为您提供时间序列的多个数字，但这可能对您的模型更好，因为它更完整地描述了时间序列。

【讨论】：