【「时间序列与机器学习」阅读体验】时间序列的信息提取

前天 21:12 96 时间序列

本章主讲时间序列的信息提取，章节中有许多概念定义和数学公式，并配有Python代码演示，细细品读与理解动手演练，还是很开拓思维视野的。下面以笔记形式进行展开。

时间序列的信息提取是时间序列分析的一个重要环节，目标是从给定的时间序列数据中提取出有用的信息和特征，以支持后续的分析和预测任务。
特征工程(Feature Engineering)是将数据转换为更好地表示潜在问题的特征，从而提高机器学习模型效果与性能的过程。

时间序列的缺失值填充方法有：插值法；回归填充；均值/中位数/众数填充；可以借助 Python 的 Pandas库，通过前向填充、后向填充、线性插值、均值/中位数/众数填充等方法为该时间序列填充缺失值。

时间序列的缩放是指对原有的时间序列数据进行数据范围的调整，以便更好地完成后续的数据分析或机器学习任务。该节有讲到时间序列的最小最大缩放、时间序列的最大绝对值缩放、时间序列的稳健缩放、时间序列的标准化。
时间序列的特征工程、时间序列的统计特征、时间序列的熵特征、时间序列的降维特征这些小节，涉及到比较多的数学公式，包含有概率论与树林里统计、高等数学等方面的知识，可以做些了解。
时间序列的单调性理论是数学求导。下面是使用EWMA分析股票价格变动，以决定买入还是卖出。通过仿真数据，这种指数移动平均的技术剔除了短期波动，有助看清股票整体趋势。

1_EWMA分析指数平均移动.jpg

通过对本章学习，对时间序列的研究目的、方法与特征有了较全面梳理了解。其中代码仿真更可以辅助我们更好掌握知识要点。

本主题由 ElecFans小喇叭于昨天 13:01 添加图标推荐

前天 21:12　　评论 淘帖0 举报

精选推荐

【「时间序列与机器学习」阅读体验】时间序列的信息提取

89 浏览 0 评论
【书籍评测活动NO.41】大模型时代的基础架构：大模型算力中心建设指南

572 浏览 0 评论
【《时间序列与机器学习》阅读体验】+ 时间序列的信息提取

309 浏览 0 评论
【书籍评测活动NO.40】数字IC设计入门，多角度透视芯片设计

1083 浏览 12 评论
【「时间序列与机器学习」阅读体验】全书概览与时间序列概述

750 浏览 1 评论

快速回复 返回顶部 返回列表

关注微信公众号

电子发烧友网

电子发烧友论坛

社区合作: 刘勇; 联系电话：15994832713; 邮箱地址：liuyong@huaqiu.com

社区管理: elecfans短短; 微信：elecfans_666; 邮箱：users@huaqiu.com

PCB首单立返1000元，SMT免费贴片！

返回社区活动专版

搜索历史

【「时间序列与机器学习」阅读体验】时间序列的信息提取

相关推荐

精选推荐

站长推荐 /6