对来自多个站点的多元时间序列数据进行分类

时间:2018-07-13 00:08:48

标签: machine-learning time-series classification

我正在尝试使用时间序列数据构建一个二进制分类器,并且有点卡住了我是否在正确的路径上。如果您仅来自一个站点的数据,这似乎相对简单,但是就我而言,我来自多个站点的数据。我的数据的最小示例如下:

网站1 | 0/1级
 -time step1 |功能1 ...功能12
 -时间step2 |功能1 ...功能12
 -...
 -时间step12 |功能1 ...功能12
...
...
网站n | 0/1级
 -time step1 |功能1 ...功能12
 -时间step2 |功能1 ...功能12
 -...
 -time step12 |功能1 ...功能12

如您所见,这是一个相对较短的时间序列,但是如果需要,可以添加更多功能。尽管有很多站点的数据(例如> 50000)。每个站点都带有一个二进制标签(1或0)。我想为此用例建立一个分类器。最初,我当时想从每个网站的时间序列中提取要素并将其用于分类,但是由于基础数据是时间序列数据,因此我真的想捕获它。

因此,我开始研究时间序列分类,但是我看到的大多数示例都是针对单个站点分类的。这就引出了一个问题,这是否意味着我必须为每个站点训练一个分类器(超过50000个分类器)?

谢谢!

0 个答案:

没有答案