如何有效地对时间序列数据集进行分割？
时间序列数据集的分割是指将一个连续的时间序列数据集划分为多个子序列，以便进行更精细的分析和处理。有效地对时间序列数据集进行分割可以帮助我们发现数据中的模式、趋势和异常，从而支持各种应用场景，如预测、异常检测、模式识别等。
以下是一种有效的方法来对时间序列数据集进行分割：
- 固定窗口分割：将时间序列数据集按照固定的窗口大小进行分割。这种方法简单直观，适用于数据集中的每个子序列长度相等的情况。例如，可以将数据集按照每天、每小时或每分钟等固定时间间隔进行分割。
- 滑动窗口分割：将时间序列数据集按照固定的窗口大小和滑动步长进行分割。这种方法可以处理子序列长度不等的情况，并且可以捕捉到更多的数据模式。例如，可以将窗口大小设置为一天，滑动步长设置为一小时，这样可以得到多个长度为一天的子序列，且它们之间有重叠。
- 基于特征分割：将时间序列数据集按照数据特征进行分割。这种方法需要先提取时间序列数据的特征，然后根据特征的变化进行分割。例如，可以使用聚类算法将数据集中的样本划分为不同的簇，每个簇代表一个子序列。
- 基于模型分割：将时间序列数据集按照某个模型的预测结果进行分割。这种方法需要先训练一个模型来预测时间序列数据的未来值，然后根据模型的预测结果进行分割。例如，可以使用ARIMA模型进行预测，并根据预测结果的变化进行分割。
对于以上提到的分割方法，腾讯云提供了一系列相关产品和服务来支持时间序列数据集的分割和分析：
- 腾讯云时序数据库（TencentDB for Time Series）：提供高性能、高可靠性的时序数据存储和查询服务，支持海量时间序列数据的存储和分析。
- 腾讯云数据万象（Data Processing for Time Series，DPTS）：提供数据预处理、特征提取和模型训练等功能，支持时间序列数据的分割和分析。
- 腾讯云人工智能平台（Tencent AI Platform）：提供各种人工智能算法和模型，可以用于时间序列数据的特征提取、模式识别和预测等任务。
以上是对时间序列数据集进行分割的有效方法和腾讯云相关产品的介绍。希望能对您有所帮助。
相关·内容
1回答
据我所知，时间序列的标准流程是将数据集划分为培训和验证(例如，60%和20% )，最后20%用于无偏测试。
撇开百分比不谈，将测试分成2块是否有好处？例如，10%在中间，10%在最后。或者只是使用20%的中间。任何简单的理论参考检查也将不胜感激。
浏览 0提问于2023-02-17得票数 0
2回答
values = df.values
train, test = train_test_split(values)
#Split into train and test
X_train, y_train = train[:, :-1], train[:, -1]
X_test, y_test = test[:, :-1], test[:, -1]
执行上述代码将时间序列数据集拆分为培训- 75%和测试25%。我想控制列车测试分裂为80-20或90-10。有人能帮我理解如何将数据集分割成任意比例吗？
这个概念是从借来的。
注意：I不能为训练和测试随机拆分数据集，最近的值必须用于测试。我已经包括
浏览 8提问于2020-09-28得票数 5
回答已采纳
1回答
我对切分有一点了解，但我无法理解这样一个事实，即最终不能垂直扩展，那么它们将如何分割它们的SQL DB呢？即使我们假设这一天不会到来，也认为这是一个理论问题。
我们有时间戳、投票、答案、用户等等问题。如果可能的话，这种数据库是如何被分割的呢？
浏览 0提问于2015-01-20得票数 1
1回答
我的要求是存储来自每个用户的时间序列数据，并提供对这些时间序列数据的搜索。时间序列数据很复杂，不仅仅是时间和浮点，它更像时间和json对象，将在其中应用过滤器。
因此，我想知道怎样才能最好地满足这一要求。目前只是把所有的东西都推到一个单一的收藏单神。
我知道这根本不算规模。我试着寻找产品，有类似的要求，如懒散和哨兵。但我找不到任何关于它们的架构或存储细节的文档。
我很感激你们能指出正确的方向，比如我需要记住的事情是什么，我需要做什么权衡等等。
浏览 3提问于2021-05-01得票数 0
回答已采纳
1回答
我想对设置执行k倍交叉验证，其中我有一个训练数据集，该数据集由一个完全良性的顺序时间序列和一个包含标记异常的测试数据集(也是一个序列时间序列)组成。
我已经看过这帖子了，但是由于我的数据是连续的，所以答案是行不通的。
对于K-折叠交叉验证，您使用(k-1)/k部分进行培训，将1/k部分数据用于测试，但是，我们现在不能进行这种分割，因为我们确实希望对包含异常的测试数据进行分类器培训和测试数据验证，因此不允许我们将来自测试数据的数据用于培训(这将使其成为一个普通的分类问题)。
也许值得指出的是，我想特别使用k-折叠交叉验证来确定LOF的n_neighbors和decision threshold超
浏览 0提问于2022-06-01得票数 0
我正在使用HighCharts在我的网站上显示图表。
我想要实现的只是一个带有(可缩放的)日期-时间X轴和Y轴数字的折线图。
但结果却是一团糟：
我通过ajax调用加载数据，创建一个数组，并使用chart.series[0].setData(chartData);设置图表的数据。以下是chartData的示例：
[[1343071800000, 17], [1343158200000, 171], [1343244600000, 291], [1343075400000, 18],
[1343161800000, 74], [1343248200000, 293], [13431654
浏览 0提问于2012-07-26得票数 0
回答已采纳
1回答
卡桑德拉的多租户
、、
我们支持多租户。将customer id作为分区键或群集列的一部分更好吗？
将客户id作为分区密钥的一部分将确保一个客户数据不能被另一个客户查看。
将customer id作为集群列的一部分，开发人员必须确保customer id是where子句的一部分。也占用了更多的空间。
还有比另一个更好的方法吗？这会对时间序列数据产生影响，因为数据将由客户id进行分区，并且有权访问所有客户的超级用户将无法正确地查看时间序列数据。
谢谢
浏览 2提问于2017-01-05得票数 1
1回答
我想把每月的数据转换成季度平均数。以下是我的两个数据集：
gas <- UKgas
dd <- UKDriverDeaths
我能够(我认为)完成(我认为)对dd数据的如下操作：
dd.zoo <- zoo(dd)
ddq <- aggregate(dd.zoo, as.yearqtr, mean)
但是，我不知道如何使用gas data...any帮助完成这个任务？
后续
当我尝试根据日期(1969-1984年)对数据进行子集时，得到的数据并不包括1969年的Q1，而是包含了1985年Q1...any关于如何解决这个问题的建议？我只是想把它分类为gas[1969:1
浏览 3提问于2016-11-01得票数 0
1回答
我想用LSTM创建一个模型来预测用户下一个购买价值。为此，我使用了用户的购买历史记录。我已经创建了模型，它运行良好，但老实说，我不知道我做火车/测试拆分是否正确的方式。
为此，我使用了(单变量)用户的购买历史记录(X-购买历史值，y-目标购买值)作为第一步，我创建了一个创建新数据的滑动窗口过程。(如图中所示)在原始数据集中，我有1000个用户有2820个时间戳和1个功能(购买值)，而滑动窗口过程中我得到了1000*2320个用户，有500个时间戳和1个功能。
X.shape -> OriginalDataShape (1000,2820，1)
X.shape -> Modified
浏览 0提问于2020-07-13得票数 3
在完成我的在线课程后，我试图做一个附带的项目，以便更好地理解整个数据科学。我现在正处于项目总体布局的早期阶段，我想知道你是否可以把时间序列数据和变量(必要时进行归一化)放在多元多项式回归模型中？
浏览 0提问于2023-05-11得票数 0
回答已采纳
1回答
嗨，我正在用自动编码器进行异常检测，当我给出异常点作为测试数据时，我用‘非异常’values.Now训练了模型。
我应该给出的重建误差阈值是多少才能将其归类为是否异常？
目前我已经将其设置为0.1，但它没有发现任何异常(实际上测试数据有很多异常)，在设置值之前我应该考虑哪些因素？
浏览 0提问于2019-02-22得票数 1
1回答
当涉及到正常的ANNs或任何标准的机器学习技术时，我理解培训、测试和验证集应该是什么(无论是概念上还是经验法则)。然而，对于双向LSTM (BLSTM)网，如何分割数据却让我感到困惑。
我正在努力改进对个人主题数据的预测，这些数据包括被监测的健康值。在最简单的情况下，对于每个主题，有一个长时间序列的值(>20k值)，并且该时间序列中的连续部分由一组类别标记，这取决于主题当前的健康状况。对于BLSTM来说，网络被训练成所有同时向前和向后的数据。那么问题是，一个主题的时间序列是如何分裂的呢？
我不能只拿最后的2000个值(例如)，因为它们可能都属于一个类别。
我不能把时间序列随机分割
浏览 3提问于2016-01-24得票数 1
回答已采纳
timeseries集合是使用一个必需的参数timeField创建的，以确定入站文档中的哪个字段包含将用于系列存储的bucketing值。metaField是可选的，MongoDB文档对其进行了如下描述：
The name of the field which contains metadata in each time series document.
The metadata in the specified field should be data that is used to label a
unique series of documents.
The metadata shoul
浏览 1提问于2021-10-17得票数 1
2回答
用redis存储时间序列
、、、
我需要将一些时间序列数据存储到redis中。我有unix时间戳，我需要关联一个值(时间戳<->值)
我尝试排序集，将时间戳作为分数(因此我可以对时间戳进行zrange )和作为成员的值。
127.0.0.1:6379> ZADD timeserie 1392141527245 10 1392141527275 12 1392141527100 10
(integer) 2
127.0.0.1:6379> zscan timeserie 0
1) "0"
2) 1) "10"
2) "1392141527245"
浏览 3提问于2014-02-21得票数 9
回答已采纳
1回答
评估推荐系统的方法主要有三种:离线、在线和用户研究。在大多数学术论文中，采用离线评估来表明以下改进：
它们将脱机数据集拆分为培训集和测试集。
他们在训练数据集上训练模型。
他们在测试数据集上对它们进行评估。
然而，对于大多数非序贯推荐工作，数据集分割似乎是随机的，没有考虑记录的时序顺序。我认为这可能会造成高估的问题。
例如，考虑在itemCF上评估MovieLens:如果数据集是随机分割的，那么样本的顺序将被洗牌。这意味着我们可以利用未来的数据来训练一个模型，并对过去进行预测：
培训数据集包含Bob在2019年4月购买了一本Harry Porter书(这是对Harry Porter的第二次购买
浏览 0提问于2019-10-09得票数 1
我是tensorflow 2.0的新手，我正在运行一个非常简单的模型，它将固定大小的一维时间序列(100个值)分类为两个类中的一个：
model = tf.keras.models.Sequential([
tf.keras.layers.Dense(512, activation='relu', input_shape=(100, 1)),
tf.keras.layers.Dense(1, activation='sigmoid')
])
model.compile(optimizer='adam', loss='bin
浏览 3提问于2020-11-06得票数 1
回答已采纳
1回答
你好，我想查询某些设备的数据，这些设备定期发送警报。所以我想要一个时间序列。我创建了一个这样的表格：
CREATE TABLE alerts_by_day (
day_of_year int,
year int,
alert_timestamp timestamp,
serial_number text,
alert_id uuid,
alert_type text,
PRIMARY KEY((day_of_year, year), serial_number, alert_timestamp, alert_type,alert_id)
)
浏览 2提问于2016-11-29得票数 1
我有一个巨大的问题，使用我自己创建的数据集进行图像分割使用Tensorflow。我构建的数据集包含的图像如下所示：
📷
我面临的问题是:如何将自己的数据集专门用于图像分割？我看过关于如何创建数据集的文档，但所有示例要么只对单个类使用对象检测，要么对整个图像进行分类。我想把每个像素分配给一个类(图像分割)，并使用它来训练我的模型。
我也找到了图像分割的例子，但它们都使用现有的数据集，如城市景观、ADE20k等。我如何使用自己的图像和数据，并将其转换为tensorflow数据集，以便我可以使用它进行培训？
浏览 0提问于2020-08-17得票数 2
1回答
如何将数据集拆分为训练集和验证集
、、、、
我们有一些数据集：
从1月到6月，每天销售100种产品，
我们的目标是预测7月份的每一天的销售数量。
那么如何将数据集分割为训练集、验证集
浏览 0提问于2016-05-18得票数 0
3回答
重叠样本的训练测试分割
、、、
我正在对时间顺序传感器数据进行分类(在Python中)，在这里，我将传感器数据分割成样本，具有一定的窗口长度(例如3秒)。然而，这些样本也是相互重叠的。例如，第一个示例是0s \rightarrow 3s，第二个是2.7s \rightarrow 5.7 s.
我现在在想，我怎样才能对这些样品进行适当的列车测试。现在，我看到了两种方法来做到这一点：
先对样本进行分割，然后将样本“放置在边界”，以避免训练数据与测试数据的重叠。但是，这并不是最优的，因为我希望所有数据集都有培训和测试集的样本。否则，我只需要测试数据序列上的分类器，这可能与用于训练的序列非常不同。
首先对样本进行洗牌，然后将它们分割
浏览 0提问于2018-06-26得票数 2
2回答
我正在使用Prometheus在Graphana构建我的仪表板。我有两个指标(对服务的总调用和总超时错误)
1是对服务PromQL的总调用。
(increase(Fetching_RESPONSE_TIME_seconds_count{instance="${server}:8080"}[1h])
另一种是总超时PromQL。
(increase(dp_errors_total{code=~"12345",instance="${server}:8080"}[1h]))
我想在仪表板上再列一列，显示超时百分比(总超时*100/对服务的总调用)。
浏览 5提问于2020-09-03得票数 0
2回答
我在Spring应用程序中使用咖啡因缓存。所有的度量都是启用的，所以我在Prometheus和Grafana上有它们。
基于cache_gets_total度量，我想构建一个HitRate图。
我试着找到一个缓存
delta(cache_gets_total{result="hit",name="myCache"}[1m])
所有这些都是从缓存获得的：
sum(delta(cache_gets_total{name="myCache"}[1m]))
这两种度量标准都正常工作，并且都有值。但当我试图得到命中率时，我没有数据点。我尝试过的查询：
de
浏览 1提问于2019-07-23得票数 3
回答已采纳
2回答
我正在使用MovieLens10M数据集，预测用户的评分。如果我想公平地评估我的算法，我应该如何分割我的训练和测试数据？
默认情况下，我认为数据被分割成火车和测试集，其中“测试”包含以前在培训集中看不到的电影。如果我的模型要求每部电影至少在训练集中被观看一次，我应该如何分割我的数据？对于所有数据，我是否应该从每个用户的评等中获取除N以外的所有数据，并评估我在被搁置的NxUser_num评级上的性能？
浏览 0提问于2015-08-17得票数 11
我想知道有哪些包可以分割我的数据。
我更愿意在2/3 of的数据上优化我的模型。然后在最后的1/3段进行测试，看看它的性能如何。
这听起来可能是个愚蠢的问题..。但是，为了在最后1/3/3的数据中转发优化模型，有什么方法可以做到吗？否则我又回来了，对吧？想法是在最后1/3的数据中进行转发测试，就像看到真实的实时数据一样.如果我说得通的话。
有一个R包可以做到这一点吗？
**请回答。
在这种情况下，这似乎是一项相对简单的任务，有以下步骤：
将模型优化到数据的前2/3 3rds。
在最后1/3的数据上测试这些参数。
这与对整个样本大小的模型进行测试和优化形成了对比。这样，模型就能看
浏览 2提问于2017-07-08得票数 0
回答已采纳
1回答
我应该从实时流数据中进行交通符号识别。请告诉我如何使分割过程自动化。我能够使用神经网络从分割的数据中识别符号，但停留在分割部分。我用YOLO试过了，但我觉得我还缺点什么。我也在openCV上尝试过。请帮帮忙
浏览 3提问于2018-03-30得票数 2
1回答
根据互联网上人们对服务引用的建议，我现在摆脱了它们，将服务/数据契约分割成一个可被服务器和客户端访问的通用程序集。总的来说，这似乎非常有效。
但是，当我试图在服务中使用自定义对象(或者更确切地说是自定义子类型)时，我遇到了一些问题。最初，我只想将公共程序集中的接口定义为数据的契约。但是，我很快了解到这是行不通的，因为当从服务接收对象时，客户机需要一个具体的类来实例化对象。因此，我使用了一个简单的类，基本上如下所示：
// (defined in the common assembly)
public class TestObject
{
public string Value { ge
浏览 3提问于2012-03-27得票数 0
回答已采纳
给定数据集中的下列属性：
工作类型[T1,T2,T3,...Ti]
测量单元[U1,U2,U3,...Ui]
号码<int>
日期<datetime>
状态[S1,S2,S3,...Si]
在给定的Status中，我可以使用什么来预测Date？
任何建议都是非常感谢的。
浏览 0提问于2020-05-09得票数 1
我运行一个Google Cloud数据流任务。我知道如何监控来自它的elementCount指标。但该指标显示了作业从一开始就处理的事件总数。但是如何监控这个速度呢？比如Stackdriver中每个timespan、每分钟发生的事件？
理想情况下，我希望在堆栈驱动程序中对elementCount指标应用一个简单的转换。但恐怕我需要发送在数据流作业中计算的单独度量...
浏览 1提问于2018-06-14得票数 1
我在最后一年的项目中使用statsmodels库分析了几种不同的时间序列预测方法，例如ARIMA和SARIMA。查看过去的文献，我发现回归算法也可以与滑动窗口等方法结合使用。然而，我不能澄清的是，时间序列预测属于哪种算法。我确信它不是无监督的，因此这是否意味着时间序列预测算法是有监督的算法？或者它是一种不同类型的机器学习？
浏览 255提问于2019-04-25得票数 1
我有两个每日时间序列，一个是波动率指数市场数据，另一个是每日情绪。我需要通过用非交易日的空值填充VIX数据或从情绪数据中删除非交易日来对齐这两个序列。 下面是一个数据系列文件，其中包含每个工作日的数据：https://www.dropbox.com/s/tf656b9t0uctbqs/vixcurrent.csv?dl=0 下面是第二个数据系列文件，其中每行是常规日历上的一天，每列是积极情绪词的频率，从2010年4月20日到2018年8月1日: 3025天：https://www.dropbox.com/s/55cvxl7irhaeqav/bpAFTDayPos.csv?dl=0
浏览 17提问于2019-05-25得票数 2
回答已采纳
如果我预测一个企业达到(x)里程碑(分类1)的概率，但我唯一拥有的数据是实时生产数据，那么我应该使用多少生产数据来训练模型呢？我的假设是，如果我使用所有数据，任何尚未达到里程碑的业务(0的分类)的概率很可能保持在0.因为我刚刚训练的模型应该是0。
作为一个警告，我知道用80/20或70/30分割来训练/测试集是很常见的--我的大部分徒劳搜索都提出了这个答案，但我的问题是，我是否应该拿出我生产数据的10%，然后在培训和测试之间分割80/20或70/30，以避免与模型相适应。
我的数据集是30k记录，所以我的第一个倾向是在训练/测试中使用3-5k记录。
浏览 0提问于2023-01-08得票数 0
回答已采纳
1回答
我研究需求预测模型已经有一段时间了。我正在使用LSTM模型来预测一家公司的产品系列的未来需求。为了巩固和例证我的原始数据，下面是一个例子；
未处理的数据
np.random.seed(1)
raw_data = pd.DataFrame({"product_type": ["A"]*3 + ["B"]*3 + ["C"]*3, "product_family": ["x", "y", "z", "t", "u", "y
浏览 0提问于2020-03-13得票数 0
3回答
我有一个航班延迟数据集，并试图分割该集，以训练和测试集，然后取样。及时病例约占总数据的80%，延迟病例约占总数的20% .
正常情况下，机器学习率为8:2，但数据过于不平衡。因此，考虑到极端情况，大多数的列车数据都是准时的，而大多数的测试数据都是延迟的情况，而且精度会很低。
因此，我的问题是如何正确地分割不平衡的数据集来训练和测试集？
浏览 1提问于2019-07-27得票数 1
回答已采纳
1回答
我希望检查一下我对Cassandra表进行分页的方法。我的用例如下:我需要一个表，给出某一天访问网站的最后X个访问者，为分析仪表板提供支持。我使用session_id记录访问，并且我有以下表模式：
session_id text,
yyyymmdd test,
bucket int,
timeuuid timeuuid,
primary key((yyyymmdd, bucket), timeuuid)
WITH CLUSTERING ORDER BY (timeuuid DESC)
存储桶在那里是为了避免一个节点上的热点。关于分页:查询将如下所示：
SELECT session_id FRO
浏览 2提问于2015-01-17得票数 0
2回答
对于时间序列数据集，我想做一些分析并创建预测模型。通常，我们会将数据(通过整组数据的随机抽样)分割成训练集和测试集，并使用带有randomForest函数的训练集。并保留测试部分，以检查模型的行为。
然而，有人告诉我，时间序列数据不可能通过随机抽样来分割数据。
如果有人能解释如何将数据分割成时间序列数据的培训和测试，我将不胜感激。或者如果有任何替代做时间序列随机森林。问候
浏览 3提问于2015-09-09得票数 3
回答已采纳
我有一套300,000记录的历史客户购买数据。我已经启动了SSAS数据挖掘项目，以确定最佳客户。
数据分割：-90%的非买家-10%的买家
我使用了各种SSAS (决策树和神经网络显示最佳提升)的各种算法来探索我的数据。
该项目的目标是根据谁最有可能购买一种产品来识别/评分客户。
目前，我已将我的所有记录用于这一目的。它觉得项目中缺少了一些东西。我现在正在读两本关于数据挖掘的书。他们两人都谈到将数据挖掘分割成不同的集合；但是，他们都没有解释如何真正地将它们分开。
我相信我需要把可能的记录分割成3组，然后重新运行ssas算法。
主要问题：
如何将数据分成培训、验证和测试集1.1在培训集中买方
浏览 0提问于2013-09-22得票数 1
回答已采纳
我有两个表达式A和B，并希望创建一个prometheus警报，以便((A != 0) AND (B <30))、PromQL中的and操作符执行set操作。而且A和B的结果也有不同的标签。我能够执行A!=0和B<30，但不知道AND。
A的产出：
B的产出：
浏览 6提问于2022-11-18得票数 1
回答已采纳
1回答
我尝试过各种回归/分类器库，它们接受"5是坏“和"10是好”这样的训练输入，这样他们就可以告诉你7是坏的，8是好的。
现在，想象一个更复杂的例子:我有心率数据，有一些心率模式是好的，而其他模式是坏的。在这种情况下，仅仅说“心率120”是好的还是坏的都是胡说八道。你怎么处理这样的问题？是否有任何已知的ML/AI算法能够智能识别模式？
一个好的开端可能是一个分类器，我至少可以用一整组数字来训练，而不是一个数字？
浏览 0提问于2018-07-10得票数 0
回答已采纳
1回答
事务数据异常检测
、、
我有信用数据的交易细节(银行转账，点对点转账等)。目前，我有一年的数据，我不能正确分类。
我正在寻找关于这两个问题的意见和建议：
如何在最后一小时用我以前的信用交易数据检测异常？
如何检测当前事务的实时异常？
浏览 0提问于2017-02-13得票数 5
到目前为止，我只有一个数据集(df.csv)。到目前为止，我使用了20%的验证大小和.train_test_split作为一个正常的回归模型。
array = df.values
X = array[:,0:26]
Y = array[:,26]
validation_size = 0.20
seed = 7
X_train, X_validation, Y_train, Y_validation =
cross_validation.train_test_split(X, Y,
test_size=validation_size, random_state=seed)
num_f
浏览 2提问于2016-10-10得票数 0
回答已采纳
我有一个朝向某一方向的时间序列。正因为如此，标准差不是一个很好的分析数据的工具。有没有一种方法可以“去趋势”或扁平化数据，这样我就可以更容易地进行异常值分析？
浏览 9提问于2019-07-29得票数 0
1回答
选择随机验证数据集
、、、、
给定一个由数据组成的numpy数组，该数据是从模拟生成的持续时间内生成的。在此基础上，我使用tensorflow和keras训练神经网络，我的问题涉及到我的模型中的代码行：
model.fit(X1, Y1, epochs=1000, batch_size=100, verbose=1, shuffle=True, validation_split=0.2)
在阅读了Keras的文档之后，我发现验证数据集(在本例中是原始数据的20% )是从末尾分割的。当我为持续的时间生成数据时，我显然不希望最后一部分被分割掉，因为它不具有验证的代表性。我更希望从整个数据集中随机选择验证数据。为此，我现在在训练
浏览 0提问于2019-03-06得票数 3
回答已采纳
2回答
背景
我正在研究电能表读数的时间序列数据集。系列的长度依米而异--有些我有几年，另一些只有几个月，等等。许多在一天、一周或一年内表现出显着的季节性，而且往往是多层的。
我一直在做的事情之一就是对这些时间序列进行聚类。目前，我的工作是学术性的，虽然我还在对数据进行其他分析，但我有一个特定的目标来执行一些聚类。
我做了一些初步的工作，我计算了各种特性(周末和工作日的百分比，不同时间块中使用的百分比等等)。然后，我继续研究如何使用动态时间翘曲(，DTW)来获取不同系列之间的距离，并根据不同的值进行聚类，我发现了几篇与此相关的文章。
问题
特定系列中的季节性变化会不会导致我的聚类不正确？如果是的话，我
浏览 0提问于2014-12-22得票数 27
我知道我可以对预先分割的视频剪辑进行基于特征包的活动识别/分类。现在，我需要从视频中分析建筑工人的工作流程。例如，我有一个视频捕获了一个工人在砖瓦上工作。让我们假设，在这个视频中，工人已经完成了10块砖。我如何识别活动(砌砖)，同时还计算周期数(10次)，甚至准确地划分每个周期？
浏览 0提问于2014-08-11得票数 1
1回答
在时间序列数据挖掘的背景下，我读过关于时间序列分割和时间序列聚类的文章，但是我无法区分两者。如果它们是不同的，这些方法如何相互关联？
根据我的理解(如果我错了，请纠正我)，分割被认为是聚类阶段的预处理步骤。我的意思是，分段步骤主要用于将时间序列数据划分为分段，例如，将其划分为状态。在此基础上，采用传统的聚类算法对这些片段进行聚类(相似段属于同一簇)。
例如，假设分段过程将给定的时间序列表示为以下部分：(S1、S2、S3、S4、S5、S6)。然后，在应用分割过程后，采用传统的聚类方法对提取的片段进行聚类。因此，我们可能会得到这样的结果:如果k= 3:那么K1 {S1，S5}，K2 {S3，S6}
浏览 0提问于2018-03-31得票数 4
回答已采纳
1回答
我有一个大的数据集，它被划分为三个块(训练-验证-测试)。我想要执行交叉验证( CV )，因为我有一个大的数据集，它将花费太长的时间来执行整个数据集的简历。什么是正确的分区来执行简历？我看过一些教程，它们只使用训练分割，而其他只使用验证分割，而其他则使用整个数据集。
感谢您的任何澄清或帮助。
浏览 0提问于2018-09-25得票数 1
回答已采纳
3回答
我想了解如何用二进制目标变量分割不平衡的数据集，其中87%的样本为负，13%的样本为正。现在，我知道，在进行任何类型的重采样以避免信息泄漏之前，您应该始终将数据分割成训练和测试集，但是怎样才能提供更好的结果--随机train_test_split或StratifiedShuffleSplit？普遍的看法是，在数据集不平衡的情况下，后者的表现似乎优于前者。顺便问一下，StratifiedShuffleSplit是如何工作的？
此外，如何考虑交叉验证集和如何处理它？
它是否还应包含相同数量的阳性和阴性样本，按照在培训集上进行的抽样？
浏览 0提问于2019-10-10得票数 4
回答已采纳
1回答
我是新来的，我有一家汽车制造公司的质量测试数据。
我有100000 datasets.each数据集有4个变量力，电压，电流，距离。每个变量都是一个连续的时间序列，每个变量有8000个数据点(1到17000毫秒)。时间序列的长度因数据集的不同而异。必须将一个数据集中的所有变量与另一个数据集进行比较。
我必须根据数据集中每个变量形状的相似性在100000数据集中找到集群。
在这种情况下，哪种类型的测量最适合于寻找时间序列形状上的相似性。
浏览 0提问于2017-05-17得票数 0
回答已采纳
1回答
我正在尝试使用构建一个对象检测模型。模型应该画出大米周围的包围盒。
到目前为止我所做的：
I导入了一个由15幅图像组成的图像集我使用Google工具在10张图像中绘制了大约550个边框
我陷入困境的：我以前构建过模型的，数据集被自动分割成火车、验证和测试集。然而，这一次，Google 并没有分割数据集。
我尝试过的：
下载带有标记数据的.csv并将其重新放入Google 中，添加了更多的标签，超出了我现在拥有的一个标签删除和重新创建数据集
如何让Google拆分数据集？
浏览 5提问于2020-11-26得票数 3
3回答
我希望在连续的基础上同步市场数据(例如cryptsy和其他交易所)。我想定期显示这些交易所各自订单的最新买入/卖出价格，作为历史时间序列。
我应该使用哪个后端数据库来存储和呈现或绘制检索到的数据中的任何参数作为历史时间序列数据。
浏览 0提问于2014-06-15得票数 7
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
