小编use*_*360的帖子

时间序列数据中的模式检测

我有一个表示时间序列的数据框,例如:

时间戳: 1|2|3|4|5|6|7|8|9|10|11|12|13|14|15|16|17|18|19|20|21|22|23|24|25|26|27|28...

值: 0|0|3|6|3|3|6|3|3|6 |3 |0 |0 |0 |1 |3 |7 |0 |0 |1 |3 |7 |1 |3 |7 |3 |6 |3 ...

目标是对不同的模式(可以在随机位置)进行分类并标记值.这意味着找到模式:

  1. 3-6-3
  2. 1-3-7
  3. 0

并将数据框扩展到

时间戳: 1|2|3|4|5|6|7|8|9|10|11|12|13|14|15|16|17|18|19|20|21|22|23|24|25|26|27|28...

值: 0|0|3|6|3|3|6|3|3|6 |3 |0 |0 |0 |1 |3 |7 |0 |0 |1 |3 |7 |1 |3 |7 |3 |6 |3 ...

标签: c|c|a|a|a|a|a|a|a|a |a |c |c |c |b |b |b |c |c |b |b |b |b |b |b |a |a |a ...

注意,这种图案没有相同的长度.

问题是什么样的算法可用于这种无监督的学习问题,并且可能另外哪些库/框架可用于实现这样的任务.

提前致谢!

machine-learning time-series self-organizing-maps hidden-markov-models unsupervised-learning

6
推荐指数
1
解决办法
1539
查看次数