首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >问答首页 >使用TSFRESH-库预测值

使用TSFRESH-库预测值
EN

Data Science用户
提问于 2016-11-12 14:35:25
回答 1查看 6K关注 0票数 4

了解如何使用TSFERSH-库(0.4.0版)预测特定系列的下一个N值有一些问题。下面是我的代码:

代码语言:javascript
运行
复制
    # load data train/test datasets        
    train, Y, test, YY = prepare_train_test()
    # add series ID         
    train['TS_ID'] = pd.Categorical(train['QTR_HR_START']).codes
    test['TS_ID'] = pd.Categorical(test['QTR_HR_START']).codes
    # add ordered id for concrete event of series
    for id in sorted(train['TS_ID'].unique()):
        train.ix[train.TS_ID == id, 'TIME_ORDER_ID'] =  pd.Categorical(train[train.TS_ID == id]['DATETIME']).codes
    for id in sorted(test['TS_ID'].unique()):
        test.ix[test.TS_ID == id, 'TIME_ORDER_ID'] = pd.Categorical(test[test.TS_ID == id]['DATETIME']).codes
    # perform feature extraction for my signal
    extraction_settings = FeatureExtractionSettings()
    extraction_settings.IMPUTE = impute  # Fill in Infs and NaNs
    X = extract_features(train, column_id='TS_ID', feature_extraction_settings=extraction_settings).values
    XT = extract_features(test, column_id='TS_ID', feature_extraction_settings=extraction_settings).values

    # there should be as example 
    # model = xgb.DMatrix(X, label=Y, missing=np.nan)
    # model.fit()
    # model.predict(XT)

但是,在X = extract_features(...)行之后,我在调试器上看到以下结果

这意味着最初的X-dataset/features (shape=,722,10)被转化为形状(80,1899年)。

“80”从哪里来?我想是train.TS_ID来的。但是我的XT-dataset仍然包含722行(9天*每天80个不同的系列)。

那么,我怎么能提前9天预测呢?还是只有下一阶段的预测?

EN

回答 1

Data Science用户

回答已采纳

发布于 2017-09-08 09:04:33

TSFRESH已经在支持时间序列预测。

参见详细信息和示例这里这里

票数 2
EN
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://datascience.stackexchange.com/questions/15075

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档