对时间序列进行分类是应用机器和深度学习模型的常见任务之一。本篇文章将涵盖 8 种类型的时间序列分类方法。这包括从简单的基于距离或间隔的方法到使用深度神经网络的方法。这篇文章旨在作为所有时间序列分类算法的参考文章。
时间序列定义
在涵盖各种类型的时间序列 (TS) 分类方法之前，我们先统一时间序列的概念，TS 可以分为单变量或多变量 TS。
- 单变量 TS 是一组有序的（通常）实数值。
- 多变量 TS 是一组单变量 TS。每个时间戳都是一个向量或实数值数组。
单或多元TS的数据集通常包含一个单或多元TS的有序集。此外，数据集通常包含由一个单一编码的标签向量表示，其长度表示不同类的标签。
TS分类的目标是通过在给定数据集上训练任何分类模型来定义的，这样模型就可以学习所提供数据集的概率分布。也就是说当给定TS时，模型应该学会正确地分配类标签。
完整文章：
https://avoid.overfit.cn/post/3183d68076724a3db2654ecd22bd20c4
标签：总结,变量,分类,TS,时间,序列,方法 From： https://www.cnblogs.com/deephub/p/17063686.html