关于时序分类的理论和实战资料收集

1.相关理论类资料

• 常用方法简介 传统方法+深度学习
• 基本涵盖所有 the-state-of-art的时序分类方法的PPT 需要 里面还有挺多案例的 比较推荐看下这个
• 比较全由浅入深的一个BLOG 但是实战只有多变量时序分类，单变量没有在范围之内，单变量和多变量要区别对待
• 深度学习在时间序列分类中的应用
• 这个大概讲了时间序列分类的几个方法概要 挺全的
• DTW详解
• 深度迁移学习的时间序列分类 这个是面向大数据的，看看差不多得了
• 时序转化为图结构做分类
• 比较全的算法介绍
• 不平衡时间序列
• 一种可扩展的森林算法
• 基于深度学习时间序列分类研究综述[论文阅读]
• 还是时序分类算法简介
• PYTS使shapelet可视化

2.项目实战

主要是单变量。因为要做的题目就是单变量（逃

• 使用Shapelet的时间序列分类方法实战
• 时间序列分类的深度学习 这个单/多变量都有！
• TSC-KNN结合，但是是多元，可以参考下
• UCI-HAR 看看就行
• 使用KNN进行的分类和聚类，单变量有教程
• 使用了LSTM的时间序列分类 适用于UCR上所有的时间序列，有手就行(bushi
• KNN，这个精度不错，比较普适
• 没细看，改路径就可以系列
• 这个强推 看到就是赚到 大集合
• py-hive-cote 这个要跑很久

3.内容补充

在把数据放进去跑之前，要对数据进行预处理

-数据预处理 B站教程

-jupyter notebook开发环境介绍