入门示例

时间序列分析的入门示例。

绘制时间序列

绘制时间序列

时间序列近似

近似算法试图从时间序列中捕捉最重要的信息。它们可以被视为简单的特征提取算法。

离散傅里叶变换

离散傅里叶变换

多重系数分箱

多重系数分箱

分段聚合近似

分段聚合近似

符号聚合近似

符号聚合近似

词袋转换

词袋算法将符号序列转换为词袋。

词袋模型

词袋模型

词提取器

词提取器

分类算法

分类算法可以直接对原始时间序列进行分类。

向量空间中的SFA符号袋（BOSSVS）

向量空间中的符号化傅里叶近似词袋(BOSSVS)

学习时间序列形状特征

学习时间序列形状片段

向量空间模型中的符号聚合近似方法(SAX-VSM)

向量空间模型中的符号聚合近似方法(SAX-VSM)

时间序列特征袋

时间序列词袋特征

时间序列森林

时间序列森林

时间序列聚类

根据合适的度量标准，可以对时间序列进行聚类。

基于DTW和BOSS的时间序列聚类

使用DTW和BOSS进行时间序列聚类

数据集工具

关于如何加载和创建时间序列数据集的示例。

加载GunPoint数据集

加载GunPoint数据集

创建圆柱-钟形-漏斗数据集

创建圆柱-钟形-漏斗数据集

时间序列分解

分解算法将时间序列分解为多个组成部分。

奇异谱分析

奇异谱分析

基于奇异谱分析的趋势-季节性分解

基于奇异谱分析的趋势-季节性分解

时间序列可视化

成像算法将时间序列转换为图像。

格拉姆角场数据集

格拉姆角场数据集

马尔可夫转移场数据集

马尔可夫转移场数据集

递归图数据集

递归图数据集

单格拉米安角场

单一格拉米安角场

单马尔可夫转移场

单一马尔可夫转移场

单一递归图

单一递归图

指标

针对时间序列已经开发了特定的度量指标。以下示例展示了部分已实现的度量方法。

动态时间规整

动态时间规整

Itakura平行四边形

Itakura平行四边形

Sakoe-Chiba带

Sakoe-Chiba带

多元时间序列

针对多元时间序列的特定算法已经被开发出来。以下示例展示了一些已实现的算法。

联合递归图

联合递归图

WEASEL+MUSE

WEASEL+MUSE

预处理工具

数据预处理是机器学习中的常见任务。以下示例展示了本模块中可用的预处理工具。

缺失值填充器

缺失值填充器

Scalers

缩放器

Transformers

转换器

转换算法

转换算法尝试通过高级变换捕捉时间序列中的最关键信息。它们可以被视为复杂的特征提取算法。

模式袋

模式集合

符号化SFA词袋 (BOSS)

符号化傅里叶近似词袋 (BOSS)

随机卷积核变换 (ROCKET)

随机卷积核变换 (ROCKET)

Shapelet变换

形状变换

时间序列分类词提取（WEASEL）

时间序列分类词提取（WEASEL）