catch22

<p align="center"><img src="https://yellow-cdn.veclightyear.com/0a4dffa0/87c0e390-fd87-4598-af70-fc4b5b4b307d.png" alt="catch22 标志" height="220"/></p> <h1 align="center"><em>catch22</em>: 规范时间序列特征</h1> <p align="center"> <a href="https://zenodo.org/badge/latestdoi/146194807"><img src="https://yellow-cdn.veclightyear.com/0a4dffa0/d16dff54-d1c4-4b3d-ab2a-daaa59d37aad.svg" height="20"/></a> <a href="https://www.gnu.org/licenses/gpl-3.0"><img src="https://yellow-cdn.veclightyear.com/0a4dffa0/c8455509-890a-49db-9286-513680db9710.svg" height="20"/></a> <a href="https://twitter.com/compTimeSeries"><img src="https://yellow-cdn.veclightyear.com/0a4dffa0/6ba23ab6-23db-4d95-afd1-33afee758887.svg?style=social&label=关注%20%40compTimeSeries" height="20"/></a> </p>

catch22 是一个由22个用C语言编写的时间序列特征组成的集合，可以在Python、R、Matlab和Julia中运行，采用 GNU GPL v3 许可证（或更高版本）。 catch22 特征是 hctsa 中超过7000个特征中表现最佳的子集。

这些特征是基于它们在93个真实世界时间序列分类问题中的分类性能而选择的，详细描述请参阅我们的开放获取论文 📗 Lubba et al. (2019). catch22: 规范时间序列特征。

📙📘📗catch22 文档

catch22 有全面的文档，包括：

安装说明（适用于C、Python、R、Julia和Matlab）
每个特征背后的理论和行为信息
使用或扩展 catch22 的出版物列表
以及更多内容 :yum:

在Python、R、Matlab、Julia和编译C中的安装和使用

其他编程语言也有此代码的原生版本：

Rcatch22 (R) install.packages("Rcatch22")
pycatch22 (Python) pip install pycatch22
Catch22.jl (Julia) Pkg.add("Catch22")

你也可以直接使用C编译的特征，或在Matlab中使用，请参考wiki上的详细安装说明。

致谢 :+1:

如果您使用此软件，请阅读并引用这篇开放获取文章：

📗 Lubba et al. catch22: 规范时间序列特征，Data Min Knowl Disc 33，1821（2019）。

性能摘要

catch22 特征集在93个分类问题上的性能摘要，以及与 hctsa 特征集的比较（参见我们的论文中的图4）：

注意事项

在展示使用 catch22 的结果时，必须标明所使用的版本，以便清晰地复现您的结果。例如，从v0.3版本开始，CO_f1ecac 从整数值输出改为线性插值的实数值输出。
catch22 特征仅评估时间序列的动态特性，不响应位置（如均值）或分布（如方差）的基本差异。
如果原始时间序列分布的位置和分布对您的应用很重要，您应该在调用所选语言的 catch22 函数时使用函数参数 catch24 = true（在R中为 TRUE，在Python中为 True）。这将计算24个特征：catch22 特征加上均值和标准差。
时间序列在内部进行 z 分数标准化（除了均值和标准差特征外），这意味着常数时间序列将导致 NaN 输出。
时间序列数据被视为有序值序列（无时间戳）。我们假设时间序列是均匀采样的。
有关特定语言的使用信息，请参见 wiki。
用于生成 catch22 特征集的计算流程在 op_importance 仓库中。