我有一个来自传感器的时间序列数据集，任务是预测发生故障事件之前的时间。该数据集有一个特征，有近 2000 万行。这是一个回归问题。
我尝试了多项式特征、自动相关、滚动统计和扩展统计。唯一似乎改进了我的模型的是扩大总和。要从这些数据中提取哪些相关特征？
我的模型是线性回归模型，数据集被缩放，目前只有两个特征改进了我的模型。传感器数据和扩展总和。除了使用深度学习之外，还有其他解决这个问题的建议吗？
更新：为澄清起见，我添加了输入和输出的图。
传感器读数图 - 输入
故障时间图 - 输出
从时间序列数据中提取相关特征
数据挖掘
机器学习
Python
scikit-学习
时间序列
回归
2022-02-21 01:20:25
2个回答
我认为在开始使用深度学习模型之前，您应该问的第一个问题是，您能否仅通过查看数据图来判断故障何时发生？如果你不能，那么没有模型可以帮助你推断何时会发生故障。
您不应忽略一些基本模型，例如指数或泊松分布模型，它们应该很好地模拟您当前的问题。
最后，由于它是罕见事件的时间序列，因此获得更多洞察力的一些方法可能包括故障之间的时间、识别触发故障的数据值的阈值、将所有数据拼接成间隔和故障次数等。你应该还要检查故障是否遵循某种模式。
首先，你如何对你的失败进行分类？他们是这些巨大的山峰吗？如果是这样，您可能应该首先使用对数刻度。
其次，您的数据看起来非常周期性，我会说您有系统故障。
您不认为使用不涉及复杂 ML 的更简单的方法会更好吗？尝试先计算事件的频率，看看它是否恒定。另一件事是添加一些基于平均值的特征，例如，特定时间间隔内的平均值（10 次读取、100 次读取等）。
此外，关于一些评论，由于数据来自传感器，它：
- 是一个时间序列，意味着您可以引入人工时间特征。
- 不能洗牌。
UPD。这看起来像是一个罕见的事件预测问题，请查看以下链接：
https://arxiv.org/pdf/1809.10717.pdf
https://machinelearningmastery.com/lstm-model-architecture-for-rare-event-time-series-forecasting/
其它你可能感兴趣的问题