数据挖掘————HeartbeatClassification

小米不害怕

于 2021-03-22 20:24:19 发布

阅读量427

点赞数

分类专栏：数据挖掘文章标签：数据挖掘

本文链接：https://blog.youkuaiyun.com/weixin_42076395/article/details/115095090

版权

本文介绍了在天池比赛HeartbeatClassification中如何使用tsfresh库处理时间序列数据，包括数据预处理，如行转列和添加时间步特征，以及特征提取和选择。通过tsfresh提取了779个特征，并进一步筛选出700个与目标变量相关性高的特征，为后续的建模工作奠定了基础。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Task3 特征工程
在这一篇中以天池比赛的HeartbeatClassification提供的数据作为对象，提取数据特征，这在数据挖掘中是非常关键的步骤，通过此步骤可以得到大量优秀的特征，方便接下来使用机器学习方法或其他方法建模。
由于本次比赛的数据是时间序列数据，所以主要介绍提取时间序列特征的tsfresh包里的方法。这在比赛中是经常见到的工具。

import pandas as pd
import numpy as np
import tsfresh as tsf#提取时间序列数据
from tsfresh import extract_features,select_features
from tsfresh.utilities.dataframe_functions import impute

载入数据

data_train=pd.read_csv('Train.csv')
data_test_A=pd.read_csv('TestA.csv')
print(data_train.shape)
print(data_test_A.shape)

data_test_A

最低0.47元/天解锁文章