在python中使用tsfresh检索特定功能

我是一个使用英语的初学者。我用它从时间序列中提取特征。使用下面的代码（tsfresh网站的示例代码）可以为一个名为F_x的特性提供97个新特性（F_x_uuAbs_u能量、F_x_u范围、F_u计数、F_u最大值、F_u最小值、F_x方差、F_x_u标准偏差等）。但我不需要所有的。假设我只想计算F_x_u方差和F_x_u标准差。我应该在下面的代码中更改什么

from tsfresh import extract_relevant_features
from tsfresh.feature_extraction import ComprehensiveFCParameters
settings = ComprehensiveFCParameters()

features_filtered_direct = extract_relevant_features(df, y, column_id='id', column_sort='time')

---

我也阅读了文档，但我没有找到具体的方法来做这件事，或者可能是作为初学者我不理解。如果我的网站有错，请纠正我。

因此，您可以做两件事：

设置特征提取程序的参数。这可以通过在提取特征功能中设置参数“default\u fc\u parameters”来完成。您可以使用预定义的设置。您还可以制作自己的版本并将其传递给函数。预定义的参数是“综合EFC参数”、“最小FCParameters”和“高效CPA参数”。下面是一个如何实现这一点的示例：

from tsfresh.feature_extraction import ComprehensiveFCParameters 
from tsfresh.feature_extraction import extract_feature 
settings = ComprehensiveFCParameters() 
extract_features(df, default_fc_parameters=settings)

类似地，您可以将感兴趣的功能定义为字典，并将其作为“种类到功能参数”传递给提取功能。请看下面的示例：

kind_to_fc_parameters = {
"F_x": {"mean": None, "std": None, "Variance": None} , "F_y" ={"min": None , "max": None }}
extract_features(df, kind_to_fc_parameters =kind_to_fc_parameters)

获取所有功能，然后过滤掉您感兴趣的功能。提取功能的输出是一个数据框，因此您可以只过滤掉您感兴趣的特定列。以下是一个例子：

  import pandas as pd
  from tsfresh.examples.robot_execution_failures import download_robot_execution_failures, load_robot_execution_failures
  from tsfresh import extract_features download_robot_execution_failures()
  timeseries, y = load_robot_execution_failures()
  extracted_features = extract_features(timeseries, column_id="id", column_sort="time")
  print(extracted_features["F_x__abs_energy"])

有关更多信息，请查看