Loading [MathJax]/jax/output/CommonHTML/config.js
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
社区首页 >问答首页 >多元时间序列分类

多元时间序列分类
EN

Data Science用户
提问于 2017-07-08 04:26:33
回答 1查看 4.6K关注 0票数 2

我有大约72,000多变量时间序列(MTS),具有四维,长度约为3000毫秒(非恒定)。它是(4*3000*72000) DLN。这个MTS有两个可能的结果,要么通过,要么失败。

如何选择更符合以上标准的分类器?

我读过一些MTS分类的实现。我不能应用距离测量技术进行分类,因为与其他MTS相比,数据太长且不是常数。

我正在考虑应用以下技术进行分类。

1)从数据中提取全局统计特征并应用任何分类器(KNN或随机森林或神经网络)

什么是最好的方法。请指导我更好的技术,我也开放其他技术分类MTS。

EN

回答 1

Data Science用户

发布于 2018-02-28 15:51:57

跟进关于深度学习的评论,使用高维时间序列数据,您将得到更好的服务于一个递归类型的深度模型。例如,LSTM是高维数据的一个很好的起点.这可能是一个很好的起点:带有Keras的Python中LSTM递归神经网络的序列分类

尽管CNN对于高维数据非常有用,但是当您有一个时间序列时,最好从一个为时间序列设计的模型开始。CNN可能做得很好,你应该把你的结果和CNN进行比较,但这不是一个时间序列模型。

票数 1
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/20261

复制
相关文章
两篇近期多元时间序列分类工作解读
这篇文章带大家读两篇近期多元时间序列分类工作。一篇是TodyNet: Temporal Dynamic Graph Neural Network for Multivariate Time Series Classification,通过动态图学习的方式刻画多变量之间的关系,指导多元时间序列分类;另一篇是Enhancing Multivariate Time Series Classifiers through Self-Attention and Relative Positioning Infusion,在卷积时间序列分类网络的基础上,引入了注意力机制,提升多元序列分类小姑偶。
圆圆的算法笔记
2023/08/17
2.8K0
两篇近期多元时间序列分类工作解读
多元时间序列特征工程的指南
使用Python根据汇总统计信息添加新特性,本文将告诉你如何计算几个时间序列中的滚动统计信息。将这些信息添加到解释变量中通常会获得更好的预测性能。
deephub
2023/02/01
9260
[Information Sciences | 论文简读] DA-Net:用于多变量时间序列分类的双注意力网络
DA-Net: Dual-attention network for multivariate time series classification
智能生信
2022/12/29
6190
[Information Sciences | 论文简读] DA-Net:用于多变量时间序列分类的双注意力网络
BiTCN:基于卷积网络的多元时间序列预测
在时间序列预测领域中,模型的体系结构通常依赖于多层感知器(MLP)或Transformer体系结构。
deephub
2024/05/10
6800
BiTCN:基于卷积网络的多元时间序列预测
时序论文25|ShapeFormer: 用于多变量时间序列分类的Shapelet Transformer
论文标题:ShapeFormer: Shapelet Transformer for Multivariate Time Series Classification
科学最Top
2024/09/19
3370
时序论文25|ShapeFormer: 用于多变量时间序列分类的Shapelet Transformer
时序数据库Apache IoTDB单元与多元时间序列写入与查询性能对比——田原
随着物联网的普及和工业技术的不断发展,高效管理海量时间序列的需求越来越广泛,数据量越来越庞大。时间序列主要分为两种,即单元时间序列和多元时间序列。单元时间序列是指一个具有单个时间相关变量的序列,单元时间序列只包含一列时间戳和一列值。多元时间序列是指一个具有多个时间相关变量的序列,多元时间序列包含多个一元时间序列作为分量,各个一元时间序列的采样时间点相同,所以数据可以用矩阵形式表示,每行为一个时间点,每列为一个一元时间序列。
Apache IoTDB
2022/09/02
1.8K2
时序数据库Apache IoTDB单元与多元时间序列写入与查询性能对比——田原
AAAI 2024 | 时间序列(Time Series)和时空数据(Spatial-Temporal)论文总结
AAAI今年共有12100篇投稿(Main Technical Track),有9862篇经过严格审稿,共录取了2342篇论文,录取率23.75%。。
时空探索之旅
2024/11/19
3540
AAAI 2024 | 时间序列(Time Series)和时空数据(Spatial-Temporal)论文总结
解读两篇最新多元时间序列预测工作
多元时间序列预测任务主要解决的是输入多变量时间序列,预测多变量未来序列的问题,多变量的序列之间存在一定的相互影响关系。多元时间序列预测相比一般的单变量时间预测,如何在建模temporal关系的同时建立不同变量空间上的关系至关重要。今天给大家介绍两篇2022年8月份发表的最新多元时间序列预测工作,两篇工作均有开源代码。
圆圆的算法笔记
2022/12/19
1.1K0
解读两篇最新多元时间序列预测工作
基于分解的结构化多元时间序列建模
今天介绍一篇本周最新发表的多元时间序列预测模型SCNN。这篇文章的核心是,利用因素分解的思路将多元时间序列预测问题模块化,并得益于分解和模块化建模方法,实现多元时间序列预测的可解释性建模。
圆圆的算法笔记
2023/08/17
4500
基于分解的结构化多元时间序列建模
多元时间序列滚动预测:ARIMA、回归、ARIMAX模型分析
当需要为数据选择最合适的预测模型或方法时,预测者通常将可用的样本分成两部分:内样本(又称 "训练集")和保留样本(或外样本,或 "测试集")。然后,在样本中估计模型,并使用一些误差指标来评估其预测性能。
拓端
2022/03/11
7.1K0
多元时间序列滚动预测:ARIMA、回归、ARIMAX模型分析
Github 项目推荐 | 用于多元时间序列的 Python 模块 —— Seglearn
Seglearn 是一个通过滑动窗口分割的机器学习多元时间序列的 Python 模块。它为特征提取、特征处理和最终估计提供一个集成的 Pipeline。
AI研习社
2018/07/26
1.9K0
ARIMA、ARIMAX、 动态回归和OLS 回归预测多元时间序列
当ARIMA模型包括其它时间序列作为输入变量时,被称为传递函数模型(transfer function model)、多变量时间序列模型(multivariate time series model)、ARIMAX模型或Box-Tiao模型。传递函数模型是ARIMA模型的自然推广,Pankratz统称这种包含其它时间序列作为输入变量的ARIMA模型为动态回归。
拓端
2022/03/09
1.2K0
ARIMA、ARIMAX、 动态回归和OLS 回归预测多元时间序列
华为2023年多元时间序列预测模型(MTS-Mixers)
华为在这2023年2月9日发布了一篇关于多元时间序列预测的文章,借鉴了NLP中前一阵比较热的Mixer模型,取代了Attention结构,不仅实现了效果上的提升,而且还实现了效率上的提高。
机器学习AI算法工程
2023/10/28
1.2K0
华为2023年多元时间序列预测模型(MTS-Mixers)
神经网络在算法交易上的应用系列——多元时间序列
之前的文章已经介绍了几种预测时间序列的方法:如何规范化数据,以实值或二进制变量的形式进行预测,以及如何处理高噪声中的过拟合。在上一篇文章中,我们只用了经过一些转换的收盘价,如果我们考虑历史数据中的最高价、最低价、开盘价、成交量,将会发生什么?这引出我们处理多元时间序列,每个时间点不止一个变量。在例子中,我们将使用整个OHLCV元组。
量化投资与机器学习微信公众号
2019/02/26
1.5K0
时间序列预测如何变成有监督学习问题?
时间序列预测问题可以作为一个有监督学习问题来解决。
风飘叶扬
2018/02/08
5.4K0
时间序列预测如何变成有监督学习问题?
SiMBA:基于Mamba的跨图像和多元时间序列的预测模型
这是3月26日新发的的论文,微软的研究人员简化的基于mamba的体系结构,并且将其同时应用在图像和时间序列中并且取得了良好的成绩。
deephub
2024/04/01
6760
SiMBA:基于Mamba的跨图像和多元时间序列的预测模型
R语言神经网络模型预测多元时间序列数据可视化
多元时间序列建模一直是吸引了来自经济,金融和交通等各个领域的研究人员的主题。多元时间序列预测的一个基本假设是,其变量相互依赖。
拓端
2023/04/20
2860
AI论文速读 |【综述】深度学习在多元时间序列插补的应用
论文标题:Deep Learning for Multivariate Time Series Imputation: A Survey
时空探索之旅
2024/11/19
2510
AI论文速读 |【综述】深度学习在多元时间序列插补的应用
量化研究--时序分类最新NN框架ShapeNet
ShapeNet_A Shapelet-Neural Network Approach for Multivariate Time Series Classification(AAAI21)
炼丹笔记
2021/09/24
1.5K1
ICLR 2024 | 时间序列(Time Series)论文
ICLR 2024(International Conference on Learning Representations)在5月7日-11日在奥地利维也纳举行。今年,ICLR共收到7262篇投稿,总体录用率在31%。
时空探索之旅
2024/11/19
4090
ICLR 2024 | 时间序列(Time Series)论文

相似问题

基于多元时间序列的分类/预测

10

多元时间序列二元分类

10

多元时间序列

10

多元时间序列聚类

30

多元时间序列异常入口检测

40
添加站长 进交流群

领取专属 10元无门槛券

AI混元助手 在线答疑

扫码加入开发者社群
关注 腾讯云开发者公众号

洞察 腾讯核心技术

剖析业界实践案例

扫码关注腾讯云开发者公众号
领券
社区富文本编辑器全新改版!诚邀体验~
全新交互,全新视觉,新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能,全面提升创作效率和体验
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
查看详情【社区公告】 技术创作特训营有奖征文