pyts：一个用于时间序列分类的Python包
项目地址: https://gitcode.com/gh_mirrors/py/pyts 项目基础介绍和主要编程语言
pyts是一个专注于时间序列分类的Python包。它旨在通过提供预处理和实用工具以及实现最先进的算法，使时间序列分类变得易于访问。该项目主要使用Python语言开发，依赖于NumPy、SciPy、Scikit-Learn、Joblib和Numba等库。
项目核心功能
pyts包的核心功能包括：
- 时间序列预处理：提供多种预处理工具，如插值法处理缺失值等。
- 时间序列转换：实现多种时间序列转换算法，如Piecewise Aggregate Approximation（分段聚合近似）、Discrete Fourier Transform（离散傅里叶变换）等。
- 时间序列分类：提供多种分类算法，如KNeighborsClassifier、SAXVSM、BOSSVS等。
- 时间序列分解：实现时间序列分解算法，如Singular Spectrum Analysis（奇异谱分析）。
- 时间序列图像化：提供将时间序列转换为图像的算法，如Recurrence Plot（递归图）、Gramian Angular Field（格拉米安角场）等。
- 时间序列度量：实现多种时间序列特定度量，如Dynamic Time Warping（动态时间规整）及其变体。
项目最近更新的功能
根据最新的更新记录，pyts项目最近更新的功能包括：
- 新增分类算法：引入了新的时间序列分类算法，如LearningShapelets和TimeSeriesForest。
- 优化预处理工具：改进了预处理模块，使其更加高效和稳定。
- 增强图像化功能：增加了新的时间序列图像化算法，如Markov Transition Field（马尔可夫转移场）。
- 改进文档和示例：更新了文档和示例代码，使其更加详细和易于理解。
通过这些更新，pyts项目在时间序列分类领域的功能和性能得到了显著提升，为用户提供了更多选择和更好的使用体验。
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
