tsfresh

時系列データを扱うとき、タイムスタンプと数値の列をもとに様々な特徴量を計算することがあります。このページではtsfreshを用いて時系列データから特徴量を計算してみます。また、動画ではどのような観点で特徴量を作ることができるか説明します。

tsfresh

Overview on extracted featuresを参考に、どんな特徴量が作成されるか確認してみます。

import os
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from tsfresh import extract_features

X = []
for id, it in enumerate(np.linspace(0.1, 100, 100)):
    for jt in range(10):
        X.append(
            [
                id,
                jt,
                jt + np.sin(it),
                jt % 2 + np.cos(it),
                jt % 3 + np.tan(it),
                np.log(it + jt),
            ]
        )

X = pd.DataFrame(X)
X.columns = ["id", "time", "fx1", "fx2", "fx3", "fx4"]
X.head()

idtimefx1fx2fx3fx4
0000.0998330.9950040.100335-2.302585
1011.0998331.9950041.1003350.095310
2022.0998330.9950042.1003350.741937
3033.0998331.9950040.1003351.131402
4044.0998330.9950041.1003351.410987
X[X["id"] == 3].plot(subplots=True, sharex=True, figsize=(12, 10))
plt.show()

png

特徴量を計算する

extract_featuresを使って、一気にすべての特徴量を計算することができます。また、tsfresh.feature_selection以下の関数を用いることで特徴選択を実行することもできます。

extracted_features = extract_features(X, column_id="id", column_sort="time")
extracted_features.head()
Feature Extraction: 100%|█

fx1__variance_larger_than_standard_deviationfx1__has_duplicate_maxfx1__has_duplicate_minfx1__has_duplicatefx1__sum_valuesfx1__abs_energyfx1__mean_abs_changefx1__mean_changefx1__mean_second_derivative_centralfx1__median...fx4__permutation_entropy__dimension_6__tau_1fx4__permutation_entropy__dimension_7__tau_1fx4__query_similarity_count__query_None__threshold_0.0fx4__matrix_profile__feature_"min"__threshold_0.98fx4__matrix_profile__feature_"max"__threshold_0.98fx4__matrix_profile__feature_"mean"__threshold_0.98fx4__matrix_profile__feature_"median"__threshold_0.98fx4__matrix_profile__feature_"25"__threshold_0.98fx4__matrix_profile__feature_"75"__threshold_0.98fx4__mean_n_absolute_max__number_of_maxima_7
01.00.00.00.045.998334294.0846751.01.0-3.469447e-184.599833...-0.0-0.0NaNNaNNaNNaNNaNNaNNaN1.915905
11.00.00.00.053.952941373.5919821.01.0-6.938894e-185.395294...-0.0-0.0NaNNaNNaNNaNNaNNaNNaN1.918724
21.00.00.00.053.538882369.1411861.01.00.000000e+005.353888...-0.0-0.0NaNNaNNaNNaNNaNNaNNaN2.062001
31.00.00.00.045.143194286.2908001.01.0-8.673617e-194.514319...-0.0-0.0NaNNaNNaNNaNNaNNaNNaN2.186180
41.00.00.00.036.613658216.5559921.01.00.000000e+003.661366...-0.0-0.0NaNNaNNaNNaNNaNNaNNaN2.295964

5 rows × 3156 columns

コメント欄

※コメントは承認後に表示されます。個人情報は入力しないようにお願いします。