自动化平滑能否提升时间序列分类器性能及数据集加权比较方法研究
自动化平滑对时间序列分类器的影响
在时间序列分类(TSC)领域,人们一直怀疑复杂的TSC算法所取得的改进是否可以通过相对简单的预处理来实现,尤其是数据平滑处理。为了解决这个疑问,研究人员对六种流行的平滑算法进行了实验,分别使用了合理的默认参数以及通过交叉验证来寻找最优参数。
实验使用了三个基准分类器,对76个数据集进行测试,结果如下表所示:
| 未调优平滑滤波器 | 准确率 | 调优平滑滤波器 | 准确率 |
|---|---|---|---|
| ED - MA | 0.718 | ED | 0.714 |
| DTWCV - SG | 0.77 | ED - SG | 0.717 |
| RotF | 0.769 | ED - GF | 0.716 |
| ED - SIV | 0.714 | ED - MA | 0.718 |
| DTWCV - GF |
超级会员免费看
订阅专栏 解锁全文

被折叠的 条评论
为什么被折叠?



