基于特征的时间序列分析：R 语言中 theft 包的使用
机器学习
2023-07-04 v4 机器学习
数学软件
定量方法
应用统计
统计方法学
摘要
时间序列在科学各领域被测量与分析。量化时间序列结构的一种方法是计算一组汇总统计量或“特征”，然后将时间序列以其性质表示为特征向量。所得特征空间可解释且信息丰富，并使聚类、回归和分类等传统统计学习方法能够应用于时间序列数据集。多种编程语言中已存在许多用于计算时间序列特征集的开源软件包，包括 catch22（22 个特征：Matlab、R、Python、Julia）、feasts（42 个特征：R）、tsfeatures（63 个特征：R）、Kats（40 个特征：Python）、tsfresh（779 个特征：Python）和 TSFEL（390 个特征：Python）。然而，存在若干问题：（i）目前尚无访问这些包的统一入口；（ii）要使用所有特征集，用户必须精通多种语言；（iii）这些特征提取包缺乏用于执行基于特征的时间序列分析（如时间序列分类应用）的广泛配套方法流程。在此我们介绍一个 R 软件包 theft（Tools for Handling Extraction of Features from Time series，时间序列特征提取处理工具）以解决上述问题。theft 是一个统一且可扩展的框架，用于计算上述六个开源时间序列特征集的特征。它还包括一套用于处理与解释所提取特征表现的函数，涵盖广泛的数据可视化模板、低维投影和时间序列分类操作。随着科学与工业中时间序列数据集体量与复杂度的增长，theft 为全面量化与解释时间序列中的信息结构提供了标准化框架。
引用
@article{arxiv.2208.06146,
title = {Feature-Based Time-Series Analysis in R using the theft Package},
author = {Trent Henderson and Ben D. Fulcher},
journal= {arXiv preprint arXiv:2208.06146},
year = {2023}
}