tsfresh 中 select_features 的有限值目标向量
Finite-valued target vector for select_features in tsfresh
我在 Python 中使用 tsfresh 解决分类问题。要预测的变量可以有 5 个值（从 0 到 4）。我正在尝试使用 select_features 来减少输入中的相关特征。在文档中，我发现“目标向量...可以是二进制或实值”不适用于有限值。是否有类似的功能来处理有限（多于二元）目标向量？或者使用 select_features 是否有意义（因此目标向量被视为实值）？
您可能已经解决了您的问题。我会为其他遇到这个问题的人提供答案。
函数 select_features(...) 是正确的，但只是因为 this PR, which hasn't been released so far. So you would have to use the repo directly instead of pypi. An example doing it can be found in this tsfresh jupyter notebbok.
的合并
在您不得不将多类问题拆分为二元问题之前。上述笔记本中也有描述。
我在 Python 中使用 tsfresh 解决分类问题。要预测的变量可以有 5 个值（从 0 到 4）。我正在尝试使用 select_features 来减少输入中的相关特征。在文档中，我发现“目标向量...可以是二进制或实值”不适用于有限值。是否有类似的功能来处理有限（多于二元）目标向量？或者使用 select_features 是否有意义（因此目标向量被视为实值）？
您可能已经解决了您的问题。我会为其他遇到这个问题的人提供答案。
函数 select_features(...) 是正确的，但只是因为 this PR, which hasn't been released so far. So you would have to use the repo directly instead of pypi. An example doing it can be found in this tsfresh jupyter notebbok.
在您不得不将多类问题拆分为二元问题之前。上述笔记本中也有描述。