MVTS-Data Toolkit: A Python package for preprocessing multivariate time series data
MVTS-Data Toolkit: A Python package for preprocessing multivariate time series data
复制标题
MVTS-Data Toolkit：用于预处理多元时间序列数据的 Python 包
DOI：
10.1016/j.softx.2020.100518
复制
发表时间：
2020
期刊：
影响因子：
3.4
通讯作者：
Angryk, Rafal A.
中科院分区：
文献类型：
--
作者：
Ahmadzadeh, Azim;Sinha, Kankana;Aydin, Berkay;Angryk, Rafal A.
我们开发了一个与域无关的 Python 包，以方便准备任何多类、多变量时间序列数据所需的预处理例程。它提供了一套全面的 48 个统计特征，用于提取时间序列的重要特征。特征提取过程以顺序和并行方式自动化，并辅以有关数据的广泛摘要报告。使用其他模块，用户可以使用不同的数据标准化方法和插补。为了解决现实世界数据集通常固有的类不平衡问题，还开发了一组通用但用户友好的采样方法。
We developed a domain-independent Python package to facilitate the preprocessing routines required in preparation of any multi-class, multivariate time series data. It provides a comprehensive set of 48 statistical features for extracting the important characteristics of time series. The feature extraction process is automated in a sequential and parallel fashion, and is supplemented with an extensive summary report about the data. Using other modules, different data normalization methods and imputation are at users’ disposal. To cater the class-imbalance issue, that is often intrinsic to real-world datasets, a set of generic but user-friendly, sampling methods are also developed.
影响因子：
6
作者：
Christ, Maximilian;Braun, Nils;Kempa-Liehr, Andreas W.
通讯作者：
Kempa-Liehr, Andreas W.
影响因子：
9.8
作者：
Angryk, Rafal A.;Martens, Petrus C.;Georgoulis, Manolis K.
通讯作者：
Georgoulis, Manolis K.