心电图心跳信号分类 特征工程

概述

原先的数据是按照时间顺序排列的，之前的基准模型中我们并没有利用到这一关键信息。

这里主要的思路是使用 Tsfresh 对时序数据进行处理，得到非时序的特征，之后再送入模型进行训练。

处理的大致流程

1. 先将数据中的信号值分开成单独的列，之后叠加在一起。

    time    heartbeat_signals
   0    0    0.991571
   0    1    1.000000
   0    2    0.631816
   0    3    0.136230
   0    4    0.041420
   ...    ...    ...
   19999    200    0.000000
   19999    201    0.000000
   19999    202    0.000000
   19999    203    0.000000
   19999    204    0.000000
   4100000 rows × 2 columns
   

2. 之后将 index 列复制为 id 列。

    time    heartbeat_signals    id
   0    0    0.991571    0
   0    1    1.000000    0
   0    2    0.631816    0
   0    3    0.136230    0
   0    4    0.041420    0
   ...    ...    ...    ...
   19999    200    0.000000    19999
   19999    201    0.000000    19999
   19999    202    0.000000    19999
   19999    203    0.000000    19999
   19999    204    0.000000    19999
   4100000 rows × 3 columns
   

3. 进行特征提取：train_features = extract_features(data_train, column_id='id', column_sort='time')
4. 删除 NaN 值：impute(train_features)
5. 选择与 label 相关特征：
   • 训练集：train_features_filtered = select_features(train_features, data_train_label)
   • 测试集：testA_features_filtered = testA_features[train_features_filtered.columns]
6. 将 label 列加回训练集：train_features_filtered = train_features_filtered.join(data_train_label)

效果

8 折交叉验证，学习率为 0.05，真实分数为 511.2646，同等情况下使用原始特征的分数为 497.445。

反而更差了，把提取后的特征与原始特征结合起来，一起训练，分数为 461.5613。

算是有较大的提升，但是，排行榜上已经有大量的 200 多的了。。。

Links: heartbeat-classification-3

未经允许，禁止转载，本文源站链接：https://iamazing.cn/