tsfresh select_features 方法背后的算法

Question

我最近开始使用tsfresh 库从时间序列数据中提取特征。

我可以在几行代码中获得功能包，这非常酷，但我对 select_features 方法背后的逻辑持怀疑态度。我查看了官方文档并搜索了它，但我找不到用于此的算法。我想知道它是如何工作的，以便我可以决定在tsfresh中数据处理后的特征选择阶段做什么。

Answer 1

根据that page 在他们的文档中，他们所做的是：

1. 他们提取了一整套特征
2. 他们单独测试不同特征的重要性（在监督设置中，因此测试类似于“此特征对预测输出有用吗？”）并使用称为 Benjamini-Yekutieli 程序的程序保留最重要的特征

他们提供的参考资料应该很有趣：

[1] Christ, M., Kempa-Liehr, A.W.和 Feindt, M. (2016)。面向工业大数据应用的分布式并行时间序列特征提取。 ArXiv 电子版：1610.07717 网址：http://adsabs.harvard.edu/abs/2016arXiv161007717C

[2] Benjamini, Y. 和 Yekutieli, D. (2001)。依赖关系下多次测试中错误发现率的控制。统计年鉴，1165–1188

其中 [1] 是描述 tsfresh 的论文，[2] 是多重测试程序（上面称为 Benjamini-Yekutieli 程序）的参考。