时间序列特征提取数据集

时间序列特征提取数据集 数据来源：互联网公开数据
标签：时间序列,特征工程,机器学习,tsfresh,catch22,自动化特征提取,数据预处理

数据概述：
本数据集包含通过Python的tsfresh和catch22包自动提取的超过2500个时间序列特征。其中，tsfresh包用于从时间序列数据中提取丰富的特征，而catch22包则提供了22个经过验证的特征提取函数。此外，数据集还包含了从2500多个特征中精选出的1200多个相关特征，这些特征通过tsfresh包的特征相关性分析筛选得出，确保了特征的质量和有效性。

数据用途概述：
该数据集适用于时间序列分析、预测建模、特征工程优化等多种场景。研究人员和数据科学家可以利用这些特征进行时间序列分类、回归或聚类任务，提升模型的性能和准确性。此外，数据集还支持特征选择研究，帮助用户优化模型复杂度和计算效率。该数据集特别适合用于时间序列数据的预处理和特征提取，为机器学习和深度学习任务提供高质量的输入特征。