m0_52584457 2022-04-10 14:51 采纳率: 66.7%
浏览 72
已结题

已知时间序列的特征,可以利用这些特征还原数据或者生成新的数据吗?

问题遇到的现象和发生背景

做课题由于样本数据较少,需要对一个时间序列数据进行样本扩充,我的想法是先提取时间序列的特征,然后利用特征构造或者还原新的数据。时间序列特征提取利用tsfresh.数据形式及代码如下
提取的特征

img

数据形式

img

我想要达到的结果

我想知道有没有合适的算法或者方法可以根据时序数据的特征构造新的时序数据或者还原数据,或者不用提取特征可以直接对样本数据进行扩充的方法。不用提供代码,求个大致的方向就可以的

  • 写回答

2条回答 默认 最新

  • DarkAthena ORACLE应用及数据库设计方案咨询师 2022-04-10 15:44
    关注

    给你一个简单的例子吧

    import numpy
    def forecast_speed(hour):
        x = [1,2,3,5,6,7,8,9,10,12,13,14,15,16,18,19,21,22]
        y = [100,90,80,60,60,55,60,65,70,70,75,76,78,79,90,99,99,100]
        mymodel = numpy.poly1d(numpy.polyfit(x, y, 3))
        myline = numpy.linspace(1, 23, 100)
        speed = mymodel(float(hour))
        return {'speed':speed}
    
    print(forecast_speed(17))
    

    img

    上面这个就是输入一组x和y的数据,拟合了一个函数模型,然后就能输入x返回对应的y值了
    更多的内容可以去了解一下机器学习、拟合模型相关的内容


    你说说什么叫做规律?什么叫做原样本的特征?特征不就是规律么?你能把这些特征都量化下来么?如果特征无法量化,那如何判断是符合原样本特征呢?如果特征都量化了,那不就是一个函数模型么?

    这个例子可不只是一个缺失值,按照这种方式,你可以选择对应的2次函数或更多次函数(即函数图像为曲线),让机器学习自动帮你把各次项系数算出来.
    给你个文档先看看吧

    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论 编辑记录
查看更多回答(1条)

报告相同问题?

问题事件

  • 系统已结题 4月19日
  • 已采纳回答 4月11日
  • 创建了问题 4月10日

悬赏问题

  • ¥100 如何把 16bit Bayer 图像数据转换为 TIFF RGB
  • ¥15 进行基于用户的协同过滤推荐,使用准确率和召回率评价推荐模型的效果
  • ¥15 关于#cesium#的问题:cesium 根据经纬度、高度、方位角、俯仰角和距离求另一点高度
  • ¥15 word脚注设置不起空格符号
  • ¥15 为什么apriori的运行时间会比fp growth的运行时间短呢
  • ¥15 求解密json或者美化
  • ¥15 帮我解决一下膳食平衡的线性规划模型的数据实例
  • ¥40 万年历缺少农历,需要和阳历同时显示
  • ¥250 雷电模拟器内存穿透、寻基址和特征码的教学
  • ¥15 关于Java的学习问题