聊聊用于特征处理的tsfresh

tsfresh闪亮登场了！
tsfresh简介
tsfresh是用于提取时序数据特征的Python包，可以自动计算大量的时序数据特征。
可以自动从时序数据中提取100多个特征，包含多种特征提取方法和一种稳健的特征选择方法，
还包含对于回归或分类任务时评估这些特征的重要方法。
特点：
tsfresh可自动计算大量时序特征，通过假设检验来讲特征消减到最能解释趋势的特征，然后使用这些特征集在时序数据上构造统计或机器学习模型。利用tsfresh提取的特征可用于描述或聚类时间序列，此外，用来建立模型，对时间序列执行分类和回归任务。tsfresh包还可用于机器寿命的预测，钢坯质量的预测。
tsfresh的安装：

提取特征

我们可以得到一个已删除所有NaN值的数据特征，下一步只选择相关的特征，

甚至可以特征提取与过滤同时进行：

这个结果与上面先提取后过滤的结果是一样的。

参考：
参考链接1
参考链接2

附官方文档：
https://tsfresh.readthedocs.io/en/latest/