johannfaouzi/pyts

何を解決するか

pytsは、時系列分類をより身近なものにするために設計されたPythonパッケージです。標準的な表形式データとは異なり、専門的なアルゴリズムを必要とすることが多い時系列データの前処理、変換、分類を行うための包括的なツールセットを提供します。

仕組み

このライブラリは、その機能をいくつかの専門モジュールに整理しています：

• Approximation: Piecewise Aggregate Approximation (PAA) や Symbolic Aggregate approXimation (SAX) などのアルゴリズムを使用して時系列を簡略化します。
• Transformation: 時系列を特徴量セット（例：ROCKET, BOSS, WEASEL）に変換し、標準的な機械学習分類器で使用できるようにします。
• Classification: TimeSeriesForest や LearningShapelets など、時系列に特化した最先端の分類アルゴリズムを実装しています。
• Image Conversion: Recurrence Plots や Gramian Angular Fields などの手法を用いて時系列を画像に変換し、コンピュータビジョンモデルによる分析を可能にします。
• Metrics: Dynamic Time Warping (DTW) のような、時系列を比較するための専門的な距離尺度を提供します。
• Preprocessing: サンプルごとの前処理ツールや、欠損値の補間機能を提供します。
• Multivariate: 多変量時系列データを扱うためのユーティリティが含まれています。

対象ユーザー

時系列データを扱い、分類タスクのために scikit-learn エコシステムと適切に統合できるライブラリを必要とするデータサイエンティストや研究者。

ハイライト

• Scikit-learn 互換: scikit-learn コミュニティの標準に沿って開発されています。
• 多様な変換: 時系列を Bag-of-Words、画像、または抽出された特徴量に変換することをサポートしています。
• 多変量サポート: 多変量時系列を扱うための専用ツール。
• 統合されたデータセット: UEA & UCR Time Series Classification Repository からデータセットを取得するためのユーティリティが含まれています。