0. はじめに 突然ですが、時系列データって扱いが難しいですよね。 しかも、変数が増えるとますます心が折れそうになると思います。 でも、「時系列データから特徴量さえ抽出してしまえば、あとは何とでもなる!」 って人も多いのではないかと思います。 今回はそのような方に向けて、tsfresh という多次元時系列データの特徴量エンジニアリングに役立ちそうなライブラリを紹介します。 以下の記事を参考にさせて頂きました。 - 時系列データから自動で特徴抽出するライブラリ tsfresh - tsfreshで時系列データの統計的処理を簡単に 1. tsfreshのインストール 僕は pip 経由でインストールしました。pip を新しめにしておかないと pip から install できなかったので、pip を upgrade しといて下さい。
![【Kaggle】tsfreshを使って多次元時系列データを特徴量エンジニアリングしてみた - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/cab4b3841ed5b6ebe24a1736fc09dd1121e2b86e/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDB5dWtpX2VkeSZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9ZTkyMTcxODhkYjFhMzRhMTdlMDczMDc3Njk0NTIzMWY%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3Df7f7711145eff7aca5798ff7dda78213)