准备用于构建RNN的时间序列数据

时间:2019-02-12 10:59:13

标签: dataframe time-series lstm recurrent-neural-network timeserieschart

我正在准备时间序列数据以构建RNN模型(LSTM)。数据是从安装在机械工厂中的传感器收集的。考虑到我有压缩机输入和输出温度的数据以及时间戳。

像这样,大约有20个参数的数据及其时间戳被记录下来。问题在于收集数据的时间戳存在差异。

那么我如何理想地匹配时间戳以创建具有所有参数和单个时间戳的单个数据帧?

1 个答案:

答案 0 :(得分:0)

由于RNN对时间增量一无所知,而对时间步长一无所知,因此您需要对数据进行量化/插值。

  1. 找到所有系列中最小的时间增量Δt
  2. 将所有20个系列的所有样本重新采样到Δt/2 *或更小(Nyquist-Theorem

*实际上,您需要进行傅立叶变换,然后使用两倍的截止频率作为采样率。 Δt/2可能是恕我直言的一个很好的近似值。