我正在尝试使用三种不同的传感器数据进行预测。每个传感器都有周期性,测量时刻不一样(例如sensor1data_time = 10:01; sensor2data_timestamp = 10:03; sensor3data_timestamp = 10:05)。
我手动完成了这个任务的演示,但现在我需要自动化它以开发预测模型。
推荐任何预处理任务?
提前致谢
答案 0 :(得分:2)
我会把时间缩短到最接近的十分钟。要使用的运算符是Generate Attributes
。我倾向于使用自01-01-1970以来的秒数。以下片段显示了您可以使用的功能。我假设您有一个名为datestr的属性,其中包含13-13-2016 23:01:01这种格式的日期。
attribute name function expression
-------------------------------------------------------------------
date date_parse_custom(datestr, "dd-MM-yyyy HH:mm:ss")
epochdate date_diff(date_parse(0), date)/1000
dateToTenMins 600*round(epochdate/600)
纪元日期以毫秒为单位,因此除以1000得出秒数。