使用R包ctsfeatures分析类别型时间序列
机器学习
2023-04-26 v1 机器学习
摘要
时间序列数据如今无处不在。尽管该主题的大部分文献处理实值时间序列，类别型时间序列所受关注少得多。然而，近年来针对此类数据的数据挖掘技术发展大幅增加。R包ctsfeatures为用户提供了一组用于分析类别型时间序列的实用工具。具体而言，该包提供了若干用于提取已知统计特征并构建描述潜在时间模式的示意性图形的函数。部分函数的输出可用于执行传统机器学习任务，包括聚类、分类与离群点检测。该包还包含了文献中引入的用于聚类目的的两个生物序列数据集，以及三个有趣的合成数据库。本文描述了该包的主要特性，并通过多个示例展示其用法。来自广泛领域的从业者均可从ctsfeatures提供的有价值工具中受益。
引用
@article{arxiv.2304.12332,
title = {Analyzing categorical time series with the R package ctsfeatures},
author = {Ángel López Oriona and José Antonio Vilar Fernández},
journal= {arXiv preprint arXiv:2304.12332},
year = {2023}
}
备注
arXiv admin note: text overlap with arXiv:2304.12251