tsfeatures

计算时间序列数据的各种特征。这是R包_tsfeatures_的Python实现。

安装

你可以通过Python包索引安装tsfeatures的发布版本:

pip install tsfeatures

使用方法

tsfeatures的主要函数默认计算Montero-Manso、Talagala、Hyndman和Athanasopoulos在他们的FFORMA模型实现中使用的特征。

from tsfeatures import tsfeatures

这个函数接收一个包含unique_id、ds、y列的面板pandas数据框，以及可选的数据频率参数。

<img src=https://raw.githubusercontent.com/FedericoGarza/tsfeatures/master/.github/images/y_train.png width="152">

tsfeatures(panel, freq=7)

默认情况下（freq=None），该函数会尝试推断每个时间序列的频率（使用pandas的infer_freq函数处理ds列），并根据内置的FREQS字典分配季节性周期：

FREQS = {'H': 24, 'D': 1,
         'M': 12, 'Q': 4,
         'W':1, 'Y': 1}

你可以使用dict_freqs参数来使用自己的字典：

tsfeatures(panel, dict_freqs={'D': 7, 'W': 52})

可用特征列表

特征
acf_features	heterogeneity	series_length
arch_stat	holt_parameters	sparsity
count_entropy	hurst	stability
crossing_points	hw_parameters	stl_features
entropy	intervals	unitroot_kpss
flat_spots	lumpiness	unitroot_pp
frequency	nonlinearity
guerrero	pacf_features

查看文档以了解特征的描述。要使用包中包含的特定特征，你需要导入它：

from tsfeatures import acf_features

tsfeatures(panel, freq=7, features=[acf_features])

你还可以定义自己的函数，并将其与包含的特征一起使用：

def number_zeros(x, freq):

    number = (x == 0).sum()
    return {'number_zeros': number}

tsfeatures(panel, freq=7, features=[acf_features, number_zeros])

tsfeatures可以处理接收numpy数组x和频率freq（即使你不使用它，这个参数也是必需的）并返回一个字典的函数，字典以特征名称为键，特征值为值。

R实现

你可以使用这个包在Python内部调用R的tsfeatures（你需要安装R、forecast和tsfeatures包；以及Python包rpy2）：

from tsfeatures.tsfeatures_r import tsfeatures_r

tsfeatures_r(panel, freq=7, features=["acf_features"])

注意，这个函数接收的是字符串列表，而不是函数列表。

与R实现的比较（绝对差之和）

非季节性数据（100个每日M4时间序列）

特征	差异	特征	差异	特征	差异	特征	差异
e_acf10	0	e_acf1	0	diff2_acf1	0	alpha	3.2
季节性周期	0	尖峰	0	diff1_acf10	0	arch_acf	3.3
周期数	0	曲率	0	x_acf1	0	beta	4.04
线性度	0	交叉点	0	非线性	0	garch_r2	4.74
hw_gamma	0	凸凹性	0	diff2x_pacf5	0	赫斯特指数	5.45
hw_beta	0	diff1x_pacf5	0	单位根_kpss	0	garch_acf	5.53
hw_alpha	0	diff1_acf10	0	x_pacf5	0	熵	11.65
趋势	0	arch_lm	0	x_acf10	0
平坦点	0	diff1_acf1	0	单位根_pp	0
序列长度	0	稳定性	0	arch_r2	1.37

要复现这些结果，请使用：

python -m tsfeatures.compare_with_r --results_directory /some/path
                                    --dataset_name Daily --num_obs 100

季节性数据（100个小时级M4时间序列）

特征	差异	特征	差异	特征	差异	特征	差异
序列长度	0	seas_acf1	0	趋势	2.28	赫斯特指数	26.02
平坦点	0	x_acf1	0	arch_r2	2.29	hw_beta	32.39
周期数	0	单位根_kpss	0	alpha	2.52	低谷	35
交叉点	0	非线性	0	beta	3.67	峰值	69
季节性周期	0	diff1_acf10	0	线性度	3.97
凸凹性	0	x_acf10	0	曲率	4.8
稳定性	0	seas_pacf	0	e_acf10	7.05
arch_lm	0	单位根_pp	0	garch_r2	7.32
diff2_acf1	0	尖峰	0	hw_gamma	7.32
diff2_acf10	0	季节性强度	0.79	hw_alpha	7.47
diff1_acf1	0	e_acf1	1.67	garch_acf	7.53
diff2x_pacf5	0	arch_acf	2.18	熵	9.45

要复现这些结果，请使用：

python -m tsfeatures.compare_with_r --results_directory /some/path \
                                    --dataset_name Hourly --num_obs 100

作者

• Federico Garza - FedericoGarza
• Kin Gutierrez - kdgutier
• Cristian Challu - cristianchallu
• Jose Moralez - jose-moralez
• Ricardo Olivares - rolivaresar
• Max Mergenthaler - mergenthaler