tsfresh项目中的特征提取参数配置详解-优快云博客

本文链接：https://blog.youkuaiyun.com/gitblog_00346/article/details/148439831

tsfresh项目中的特征提取参数配置详解

tsfresh Automatic extraction of relevant features from time series: 项目地址: https://gitcode.com/gh_mirrors/ts/tsfresh

引言

在时间序列分析领域，特征提取是构建有效机器学习模型的关键步骤。tsfresh作为一款强大的Python时间序列特征提取工具，提供了灵活的参数配置机制，允许用户根据具体需求定制特征提取过程。本文将深入探讨tsfresh中的特征提取参数设置，帮助读者掌握如何高效地使用这一功能。

为什么需要自定义特征提取

默认情况下，tsfresh会计算所有可用的特征，但在实际应用中，我们可能希望：

仅关注特定特征子集
优化计算时间
基于前期特征选择结果只提取相关特征

基础配置示例

首先，我们需要导入必要的模块并创建示例数据：

from tsfresh.feature_extraction import extract_features, settings
import pandas as pd

# 创建示例数据
df = pd.DataFrame({
    "id": ["a", "a", "b", "b"],
    "temperature": [1,2,3,1], 
    "pressure": [-1, 2, -1, 7]
})

特征计算参数(fc_parameters)详解

tsfresh通过fc_parameters字典控制特征计算，该字典将特征计算器名称映射到其参数。tsfresh提供了三种预设配置：

MinimalFCParameters: 最小特征集
EfficientFCParameters: 高效计算特征集
ComprehensiveFCParameters: 全面特征集

使用最小特征集

settings_minimal = settings.MinimalFCParameters()
X_tsfresh = extract_features(df, column_id="id", default_fc_parameters=settings_minimal)

自定义特征集

我们可以修改预设配置，例如移除"length"特征：

del settings_minimal["length"]
X_tsfresh = extract_features(df, column_id="id", default_fc_parameters=settings_minimal)

按时间序列类型配置特征

对于不同类型的时间序列，我们可能需要提取不同的特征。这可以通过kind_to_fc_parameters参数实现：

fc_parameters_pressure = {"length": None, "sum_values": None}
fc_parameters_temperature = {"maximum": None, "minimum": None}

kind_to_fc_parameters = {
    "temperature": fc_parameters_temperature,
    "pressure": fc_parameters_pressure
}

X_tsfresh = extract_features(df, column_id="id", kind_to_fc_parameters=kind_to_fc_parameters)

从现有数据推断配置

在完成特征选择后，我们可以从结果DataFrame中推断出相关特征的配置：

relevant_settings = settings.from_columns(X_tsfresh)

高级参数配置

特征计算器参数

某些特征计算器接受参数来调整其行为。例如，large_standard_deviation特征有一个参数r，用于定义"大"的标准：

settings_comprehensive = settings.ComprehensiveFCParameters()
settings_comprehensive['large_standard_deviation']

这会生成20个不同的large_standard_deviation特征，每个对应不同的r值。

自定义参数范围

我们可以修改这些参数来满足特定需求：

custom_settings = {
    'large_standard_deviation': [{"r": x} for x in [0.1, 0.3, 0.5]]
}
X_tsfresh = extract_features(df, column_id="id", default_fc_parameters=custom_settings)