多変量時系列の分類

約40のディメンションを持つ時系列（8ポイント）で構成されるデータのセットがあります（したがって、各時系列は8 x 40です）。対応する出力（カテゴリの可能な結果）は0または1です。

複数の次元を持つ時系列の分類子を設計するための最良のアプローチは何でしょうか？

私の最初の戦略は、それらの時系列から特徴を抽出することでした：平均、標準、各次元の最大変動。RandomTreeForestのトレーニングに使用したデータセットを取得しました。これの全体的な素朴さを認識していて、悪い結果を得た後、私は今、より改善されたモデルを探しています。

私のリードは次のとおりです。各次元のシリーズを（KNNアルゴリズムとDWTを使用して）分類し、PCAで次元を減らし、多次元カテゴリに沿って最終的な分類子を使用します。MLは比較的新しいので、完全に間違っているかどうかはわかりません。

あなたは正しい軌道に乗っています。時間領域と周波数領域の両方で、さらにいくつかの特徴の計算を見てください。サンプル数>>機能数である限り、オーバーフィットする可能性はほとんどありません。同様の問題に関する文献はありますか？もしそうなら、それは常に素晴らしい出発点を提供します。

xgboostやLightGBMなどのブーストされたツリー分類器を試してください。ハイパーパラメーターを調整する方が簡単な傾向があり、デフォルトのパラメーターで良い結果を提供します。ランダムフォレストとブーストされたツリー分類器はどちらも機能の重要度を返すことができるため、問題に関連する機能を確認できます。機能を削除して、共分散をチェックすることもできます。

最も重要なことですが、結果が予想外に悪い場合は、問題が適切に定義されていることを確認してください。結果を手動で確認して、パイプラインにバグがないことを確認します。

Pythonを使用している場合は、timeseriesから数百または数千の機能を自動的に抽出し、それらをラベルと関連付け、最も重要なモデルを選択し、モデルをトレーニングできるパッケージがいくつかあります。

https://github.com/blue-yonder/tsfresh

https://github.com/rtavenar/tslearn

以下のように、データセットにさらに機能を追加できます。

1. データが非常に非線形のプロセスからのものである場合は、noldsパッケージを試すことができます。

2. max、min、mean、skew、kurtosis、および可能であればローリング統計。

私は同様のものに取り組んでおり、関連する質問をしました。

Jan van der Vegtに同意します。標準化（例：[-1、1]）または正規化N（0、1）とアクティベーション関数の組み合わせは、ニューラルネットワークでは非常に重要です。ピチャイドバルーンチョティクルの論文をチェックします。「人工ニューラルネットワークを使用した洪水予測」でANNの内外を調べます。非常に興味深い注意事項があります。とにかく、私は最初にそれを使わずに試すことに慣れていますが、結果が満足のいくものではない場合、私はどちらかで試してみることに慣れています。それが役立つかどうかはわかりませんが、RパッケージTSclustと関連ドキュメントを確認します。著者はとても親切で、そうするために特定のモデルを見つけるのを手伝います。彼らは時系列分析のエキスパートです！幸運を！