Task3特征工程3.1学习目标学习时间序列数据的特征预处理方法学习时间序列特征处理工具Tsfresh（TimeSeriesFresh）的使用3.2内容介绍数据预处理时间序列数据格式处理加入时间步特征time特征工程时间序列特征构造特征筛选使用tsfresh进行时间序列特征处理

应用场景：应用于语音识别语音翻译机器翻译RNNRNN（RecurrentNeuralNetworks,循环神经网络）不仅会学习当前时刻的信息，也会依赖之前的序列信息。由于其特殊的网络模型结构解决了信息保存的问题。所以RNN对处理时间序列和语言文本序列问题有独特的优势。递归神经网络都具有一连串重复神经网络模

时间序列数据分析日期和时间数据类型datetime构造Python标准库中包含了用于日期（date）、时间（time）、日历（calendar）等功能的数据类型，主要会用到datetime、time、ca

思路1.将序列当中的左右元素，依次比较，保证右边的元素始终大于左边的元素；（第一轮结束后，序列最后一个元素一定是当前序列的最大值；）2.对序列当中剩下的n1个元素再次执行步骤1。3.对于长度为n的序列，一共需要执行n1轮比较时间复杂度最佳情况：T(n)O(n)最差情况：T(n)O(n2)平均情

一、Prometheusvs.Graphite1.1范围Graphite专注于查询语言和图表特征的时间序列数据库。其他都需要依赖外部组件实现。Prometheus是一个基于时间序列数据的完整监控系统和趋势系统，包括内置和主动抓取、存储、查询、图表展示和报警功能。它懂得监控系统和趋势系统应该是什么

!开源图表库Highcharts教程：条形图竞赛(https://wpassets.highcharts.com/wwwhighchartscom/blog/wpcontent/uploads/2020/07/09110626/Barchartrace1760x381.jpg)您听说过条形图比赛吗？没有？嗯，这不是数据科学家的棋盘游戏

0x00简单的时间序列选择返回度量指标http_requests_total的所有时间序列样本数据：http_requests_total返回度量指标名称为http_requests_total，标签分别是job"apiserver",handler"/api/comments"

AspNetCore中的Json序列化处理已经默认使用_Newtonsoft.Json_库了...比如像MVC中:publicI不过使用过程中会发现一些问题,其实这算默认设置吧:Json序列化后的字段格式会变成小驼峰形式Json序列化时的日期时间格式化没有处理循环引用的问题,比如EntityF

0.时序数据库时间序列（TimeSeries）：是一组按照时间发生先后顺序进行排列的数据点序列，通常一组时间序列的时间间隔为一恒定值（如1秒，5分钟，1小时等）。时间序列数据可被简称为时序数据。实时监控系统所收集的监控指标数据，通常就是时序数据。时序数据具有如下特点：每一个时间序列通常为某一固定类型的数值

时间序列异常检测识别故障对系统的正常运行颇为重要，准确率高的异常检测对系统的稳定性具有重要意义。时间序列的异常检测已经研究了几十年，业界提出了各种有效检测方法。我们提出了一种基于深度学习的时间序列异常检测模型。