首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >问答首页 >使用时间序列数据进行分类的正确方法是什么?

使用时间序列数据进行分类的正确方法是什么?
EN

Data Science用户
提问于 2020-02-17 21:25:40
回答 1查看 52关注 0票数 2

我有一个分类问题的时间序列数据集。这些数据包含了脑电信号,这些信号通过脑电信号沿2秒的频率(Hz)采集。类被划分为不同的文件(因此每个文件只包含一个类)。这是一个典型的脑-计算机接口( BCI )分类问题,据我所知,这是分类的常用方法。

我想知道为分类器算法准备数据的正确方法,因为我没有X,Y值,例如一个常见的分类问题,而且数据是时间依赖的。欢迎任何解释/材料。

我也在考虑使用scikit-learn MLPClassifier

EN

回答 1

Data Science用户

发布于 2020-02-18 17:37:19

欢迎来到社区!

好吧..。这个答案需要一些解释。这与MLPclassfier或其他python函数无关。它是专门针对生物信号的信号处理/分析的背景.

对于不同的生物信号,如EEG,已有很长一段时间的特征提取研究。例如,在您的问题中,BCI,您可能知道P300P300等常见的特性(我已经非常过时了)。你可以看看最近的评论文章。)因此,通常您从这些信号中提取特征并使用它们作为分类器的输入(您提到的那些X、Y值)。我稍微解释一下:

In General

从信号中提取特征的方法有很多。它们要么是从时域频域时频域的信号中提取出来的。

看看这些链接,并得到一个概述。

脑电图

但是对于特定的生物信号,你不需要重新发明轮子。undefined的方法由来已久。特别是对于BCI,还有一些评论可以帮助您找到好的特征提取分类方法

最后,我的观点是,MLPclassifier只是一个python函数。根据我作为一名来自生物医学数据分析的ML科学家的经验,问题更多的是“该怎么办?”在“怎么办?”之前。希望能帮上忙。如果您有更多的问题,请评论,以便我可以更新我的答案。

祝好运!

票数 1
EN
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://datascience.stackexchange.com/questions/68255

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档