Об этом проекте

TSFRESH (Time Series Feature extraction based on scalable hypothesis tests) — это Python-пакет, который автоматически извлекает сотни признаков из данных временных рядов. Он интегрирует установленные алгоритмы из статистики, анализа временных рядов, обработки сигналов и нелинейной динамики, после чего применяет надежную процедуру отбора признаков, основанную на проверке гипотез и коррекции множественных сравнений. Этот этап фильтрации контролирует долю нерелевантных признаков, делая извлеченные признаки подходящими для задач регрессии и классификации. Пакет совместим с pandas, numpy и scikit-learn, может работать локально или на кластере. Также поддерживается добавление пользовательских вычислителей признаков. Документация обширна, пакет прошел полевые и модульные тесты. Доступен Docker-образ для быстрой интеграции. В репозитории содержатся ссылки на несколько академических статей, описывающих базовые алгоритмы и применения, включая обнаружение аномалий, кластеризацию и обработку естественного языка.