目录

1.时间序列数据特征预处理1.1 代码示例1.1.1. 导入包1.1.2 数据预处理1.1.3 使用 tsfresh 进行时间序列特征处理

1.时间序列数据特征预处理

1.1 代码示例

1.1.1. 导入包

# 包导入import pandas as pdimport numpy as npimport tsfresh as tsffrom tsfresh import extract_features, select_featuresfrom tsfresh.utilities.dataframe_functions import impute# 数据读取data_train = pd.read_csv("./data/train.csv")data_test_A = pd.read_csv("./data/testA.csv")print(data_train.shape)print(data_test_A.shape)

data_train.head()

data_test_A.head()

1.1.2 数据预处理

# 对心电特征进行行转列处理，同时为每个心电信号加入时间步特征timetrain_heartbeat_df = data_train["heartbeat_signals"].str.split(",", expand=True).stack()train_heartbeat_df = train_heartbeat_df.reset_index()train_heartbeat_df = train_heartbeat_df.set_index("level_0")train_heartbeat_df.index.name = Nonetrain_heartbeat_df.rename(columns={"level_1":"time", 0:"heartbeat_signals"}, inplace=True)train_heartbeat_df["heartbeat_signals"] = train_heartbeat_df["heartbeat_signals"].astype(float)train_heartbeat_df

# 将处理后的心电特征加入到训练数据中，同时将训练数据label列单独存储data_train_label = data_train["label"]data_train = data_train.drop("label", axis=1)data_train = data_train.drop("heartbeat_signals", axis=1)data_train = data_train.join(train_heartbeat_df)

data_train[data_train["id"]==1]

每个样本的心电特征都有205个时间步的心电信号组成。

1.1.3 使用 tsfresh 进行时间序列特征处理

特征抽取

Tsfresh（TimeSeries Fresh）是一个Python第三方工具包。 它可以自动计算大量的时间序列数据的特征。此外，该包还包含了特征重要性评估、特征选择的方法，因此，不管是基于时序数据的分类问题还是回归问题，tsfresh都会是特征提取的一个选择。官方文档：Introduction — tsfresh 0.17.1.dev24+g860c4e1 documentation

这里用了提取了部分特征：

from tsfresh.feature_extraction import extract_features, MinimalFCParameterstrain_features = extract_features(data_train, column_id='id', column_sort='time'，default_fc_parameters=MinimalFCParameters())train_features

全部特征：

from tsfresh.feature_extraction import extract_featurestrain_features = extract_features(data_train, column_id='id', column_sort='time')train_features

特征选择 train_features中包含了heartbeat_signals的779种常见的时间序列特征，这其中有的特征可能为NaN值（产生原因为当前数据不支持此类特征的计算），使用以下方式去除NaN值：

python from tsfresh.utilities.dataframe_functions import imputeimpute(train_features_from_file)

接下来，按照特征和响应变量之间的相关性进行特征选择，这一过程包含两步：首先单独计算每个特征和响应变量之间的相关性，然后利用Benjamini-Yekutieli procedure进行特征选择，决定哪些特征可以被保留。

from tsfresh import select_features# 按照特征和数据label之间的相关性进行特征选择train_features_filtered = select_features(train_features_from_file, data_train_label)train_features_filtered

接下来按照特征和响应变量之间的相关性进行特征选择，这一过程包含两步：

首先单独计算每个特征和响应变量之间的相关性，然后利用Benjamini-Yekutieli procedure 进行特征选择，决定哪些特征可以被保留。

from tsfresh import select_features# 按照特征和数据label之间的相关性进行特征选择train_features_filtered = select_features(train_features, data_train_label)train_features_filtered

经过特征选择，留下了700个特征。

如果觉得《心电图心跳信号多分类预测-特征提取（三）》对你有帮助，请点赞、收藏，并留下你的观点哦！