Question

我有以下数据集（265个数据集）。它是一个心跳数据集，每隔1秒收集一次。

**Heart rate pattern**
82 82 87 87 89 90 89 89 89 89
88 89 89 87 87 87 88 88 90 90
87 80 88 88 88 88 91 93 92 92
89 89 89 88 79 79 79 79 78 77
...

这些天我正在使用scikit-learn python开发机器学习算法来预测患者的危急情况。因为我得到了其他12个参数（风险因素），应该与上述心率模式一起训练。由于完全训练这些心率模式和其他12个参数并不是一个好习惯，我只需要找到一种方法，使用任何数学方法将这些时间序列数据集（心率模式）设置为单个值技术。它可能是矢量但我不知道该怎么做！基于python scikit-learn的示例代码将非常有用。

Answer 1

其他变量是否随时间而变化？每位患者有多少心跳数据？没有更多信息，很难回答。捕获心脏跳动的持续时间需要相同才能进行充分的比较。但是，这里有一些想法：

计算一些摘要统计信息，例如时间序列中的均值，中位数，模式，最小值和最大值。
计算时间序列中的移动平均线，例如简单移动平均线和指数移动平均线。
计算每个数据点的标准差

这将为您提供时间序列的多个数字，但这可能对您的模型更好，因为它更完整地描述了时间序列。

如何使用时间序列数据集创建单个值？

1 个答案: