如何将时间序列数据转换为图像？答案

【问题标题】：How to convert time series data into image?如何将时间序列数据转换为图像？
【发布时间】：2020-04-17 04:18:03
【问题描述】：

我有一个数据集，其中有 12000 多个数据点和 25 个特征，其中最后一个特征是类标签。这是分类问题。现在，我想将每个数据点转换为图像，.我不知道该怎么做。请帮忙。我在 Python 上工作。如果有人可以提供示例代码，我将不胜感激。提前致谢。

【问题讨论】：

请以图像形式提供数据点的外观或存储方式以及预期结果的示例。

标签： python machine-learning classification supervised-learning

【解决方案1】：

已经有一些工作，您可以使用 Gramian Angular Fields (GAF) 或 Markov Transition Fields (MTF)，Imaging Time-Series to Improve Classification and Imputation 中有一个很好的描述。此外，其他一些作品使用循环图作为Deep-Gap: deep learning framework。成像 TS 是一种有趣的思考方式，因此您可以使用例如CNNs 很容易。但是您喜欢使用哪种方法？顺便说一句，这可能不是对时间序列进行分类的“有效”方式:)

【讨论】：

谢谢您的回复先生..先生我有脑电图数据集，其中的特征是不同波的值，如 alpha、beta 等..最后一个特征的值为 0 或 1。将这些方法您在上面建议将为每个数据点制作图像？
该方法可以接收代表数据点的向量，并输出代表图像的矩阵。因此，您的 12000 多个数据点将表示为 12000 多个图像。然后你可以根据你的标签进行分类。
谢谢您的回复先生...最后一个问题我应该应用这些方法从脑电图数据中准备图像吗？？