作者：xiaoyu 前言 玩过建模的朋友都知道，在建立模型之前有很长的一段特征工程工作要做，而在特征工程的过程中，探索性数据分析又是必不可少的一部分，因为如果我们要对各个特征进行细致的分析，那么必然会进行一些可视化以辅助我们来做选择和判断。 可视化的工具有很多，但是能够针对特征探索性分析而进行专门可视化的不多，今天给大家介绍一款功能十分强大的工具：yellowbri
转载
2024-07-31 12:15:20
104阅读
文章架构 1.python基础1.1 python简介都说python是门胶水语言，可以在需要的地方轻松地粘合目标需求。我觉得python的主要优点有两点：① 只需聚焦实现逻辑：只要把逻辑捋顺，调用第三方库可以轻易实现处理逻辑。语法简洁，符合日常阅读的习惯。② 容易获得相关的技术/理论支持：python社区庞大，只要关键词选取得当即可在网络上检索到大多数问题的解决办法
转载
2024-08-05 12:13:44
70阅读
Python爬虫入门——数据提取与清晰策略正则表达式表达式说明.除了\n和\r的所有字符\d数字\D非数字\w数字字母和下划线\W非数字字母和下划线\s空格（包括制表符、换页符）--------------------------------------------------------------------[a-z]小写应为字母[a-zA-Z0-9]大小写英文字母与数字[123]数字123[
转载
2024-09-21 07:36:13
89阅读
使用 ToWorkspace 工具从 Simulink 直接转移过来的数据为时序数据，可以直接使用 plot(X) 绘图，如下图所示。但无法直接与列向量数据放在一起画图，因此需要先进行数据的提取。访问 timeseries 数据样本全页折叠语法tsdata = getdatasamples(ts, ind)说明tsdata = getdatasamples(ts,ind) 返回对应于 ind 中索引的 timeseries 对象 ts 的数据。tsdata 中的数据对应于 ts.time(ind
原创
2021-08-10 15:18:55
271阅读
使用 ToWorkspace 工具从 Simulink 直接转移过来的数据为时序数据，可以直接使用 plot(X) 绘图
原创
2022-04-18 16:39:00
534阅读
使用 ToWorkspace 工具从 Simulink 直接转移过来的数据为时序数据，可以直接使用 plot(X) 绘图，如下图所示。但无法直接与列向量数据放在一起画图，因此需要先进行数据的提取。访问 timeseries 数据样本全页折叠语法tsdata = getdatasamples(ts, ind)说明tsdata = getdatasamples(ts,ind) 返回对应于 ind 中索引的 timeseries 对象 ts 的数据。tsdata 中的数据对应于 ts.time(ind
原创
2021-08-13 12:09:28
410阅读
# 时序数据特征提取与分析：tsfresh 库介绍
在数据科学和机器学习领域中，时序数据是一种常见的数据类型，例如价格、气象数据、传感器采集数据等。在对时序数据进行分析时，我们通常需要提取出有意义的特征来描述数据的结构和特点，以便用于建模和预测等任务。tsfresh 是一个用于时序数据特征提取的 Python 库，它提供了丰富的特征提取方法和工具，帮助用户快速有效地对时序数据进行特征工程。
原创
2024-07-03 04:01:14
124阅读
第九章 时序数据 # 导入需要的模块
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline # 加这个代码，就可以直接再cell里面生成图像UsageError: unrecognized arguments: # 加这个代码，就可以直接再cell里面生成图像【注意】右括号
转载
2023-12-11 18:47:24
11阅读
最近工作中遇到了时序预测问题，查询了部分博客找到部分特征工程的处理过程，感觉还可以分享一下：原始数据的检测（波动，平稳性，周期，方差等）和时间序列的预测代码参考：本文的内容主要来源于博客：本人做了适当的注释和补充。https://www.analyticsvidhya.com/blog/2016/02/time-series-forecasting-codes-python/ 英文不错的读者可以前
同样也要对时间特征进行提取柱塞泵振动信号是一种时序信号，它包含了随时间变化的信息，而传统的卷积神经网络（CNN）主要用于处理图像等具有空间结构的数据，因此在处理时序信号时可能会忽略掉重要的时序特征。为了更有效地处理时序数据，可以考虑以下一些方法：适用于时序数据的神经网络模型：针对时序数据，可以使用一些专门设计用于处理序列数据的神经网络模型，例如循环神经网络（RNN）或长短时记忆网络（LSTM）。这
转载
2024-06-18 12:13:50
371阅读
产品简介TDengine 是一款高性能、分布式、支持 SQL 的时序数据库 (Database)，其核心代码，包括集群功能全部开源（开源协议，AGPL v3.0）。TDengine 能被广泛运用于物联网、工业互联网、车联网、IT 运维、金融等领域。除核心的时序数据库 (Database) 功能外，TDengine 还提供缓存、数据订阅、流式计算等大数据平台所需要的系列功能，最大程度减少
转载
2023-12-13 21:40:07
98阅读
# Python 时序数据拟合的科普
时序数据（Time Series Data）是按时间顺序排列的数据，通常用于分析某一变量随时间变化的趋势。在许多场景中，我们希望通过历史数据预测未来的趋势。例如，股票价格、气象数据、销售量等，都是时序数据的典型应用。Python 提供了很多工具来处理和拟合时序数据，其中 `pandas`、`numpy` 和 `statsmodels` 等库尤其常用。
##
原创
2024-09-02 05:28:25
39阅读
# Python实现时序数据拟合的详细指南
时序数据拟合是机器学习和数据科学中的重要任务，尤其在处理时间序列数据时，如股市数据、气象数据或经济指标等。本文将带你逐步了解如何在Python中实现时序数据拟合，涵盖每个步骤的具体代码和注释。
## 流程概要
为了更清晰地理解整个过程，这里列出了实现时序数据拟合的基本步骤：
| 步骤 | 描述
作者：飞浪feilang 1. 准备工作tushare是一个第三方财经数据接口包，需要安装包并完成注册。安装tushare包pip install tushare为防恶意调用接口数据，官方()需要新用户完成注册、提高积分(例如达到200)、取得访问权限token ID，例如：1797f6915fbc1e612c33c6ed4cf85a2b7b349d85db80bf08603
转载
2024-08-06 12:05:37
33阅读
背景：随着互联网的高速发展、大数据的迅速膨胀和物联网的飞速崛起，我们发现生活和工作中的大部分数据渐渐和时间产生了关联。比如运动的实时步数、每天的收盘价格、共享单车的设备状态等等。为了存储这些与时间相关的数据，积极拥抱物联网时代，各大企业纷纷推出自家的时序数据库。本文将对时序数据库的基本概念、应用场景及腾讯时序数据库CTSDB做简要介绍。 什么是时序数据库 1. 时序数据1.1 什么
转载
2024-05-03 21:43:19
3阅读
# Python 时序数据扩充指南
时序数据扩充是机器学习和数据分析中的一个重要步骤，尤其在处理时间序列数据时。通过适当的扩充，我们可以提升模型的效果，避免过拟合。本文将指导你如何在 Python 中实现时序数据的扩充。
## 整体流程
在进行时序数据扩充时，我们通常会遵循以下步骤：
| 步骤 | 说明 |
|------|------|
| 1 | 数据准备：加载和预处理时序数据。
# 时序数据增强在 Python 中的实现
时序数据增强在数据科学和机器学习领域中是一个重要的技术，尤其是当你面对有限的数据集时。它可以帮助我们通过生成新的数据样本来提高模型的泛化能力。本文将指导你如何在 Python 中实现时序数据增强，从整体流程到具体代码实现，希望能够帮助刚入行的小白更好地理解和应用这一技术。
## 整体流程
下面的表格展示了实现时序数据增强的主要步骤：
| 步骤 |
时间序列（time series）数据是一种重要的结构化数据形式，应用于多个领域，包括金融学、经济学、生态学、神经科学、物理学等。在多个时间点观察或测量到的任何事物都可以形成一段时间序列。很多时间序列是固定频率的，也就是说，数据点是根据某种规律定期出现的（比如每15秒、每5分钟、每月出现一次）。时间序列也可以是不定期的，没有固定的时间单位或单位之间的偏移量。时间序列数据的意义取决于具体的应用场景，
时序数据已用于越来越多的应用中，包括物联网、DevOps、金融、零售、物流、石油天然气、制造业、汽车、太空、SaaS，乃至机器学习和人工智能。虽然当前时序数据库仅局限于采集度量和监控，但是软件开发人员已经逐渐明白，他们的确需要一款时序数据库，真正设计用于运行多种工作负载。如果我们考虑采用一款时序数据库产品，这可能意味着我们正面对大量时序数据的快速堆积。我们需要一个地方对这些时序数据进行存储和分析。
转载
2024-01-02 16:29:47
224阅读
亲爱的天互数据用户们，今天终于迎来了一年一度令人彻夜无眠的的双11，默默地问一句：各位尾款人算到了凌晨几点呢？心痛过后就是快乐的收货人啦~今天来给大家讲一讲之前讲过的时序时空数据库。时序时空数据库(TSDB)是什么呢？它是存储和管理时间序列、地理空间数据的专业化数据库，为时间序列数据及地理空间数据提供强计算能力和高性能读写的分布式云端数据库服务。目的是用分布式云端数据库服务，为物联网设备监控和数据
转载
2023-10-07 15:20:13
259阅读
