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在python中使用tsfresh检索特定功能,python,Python,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_ext
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:
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)
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"])