基于时间序列的数据，该怎样提取特征
泻药！这个专业问题，我不懂！请咨询相关专业人士。
■网友
题主的目标是要区分换气动作和噪音，所以这就是一个二分类问题，不需要过于的去关注噪音都是些什么，比如这个噪音是因为用户把手放上去产生的还是生产动作产生的，只需要分出换气动作和其他。
【基于时间序列的数据，该怎样提取特征】 现在想到两个思路：
一、把这个问题看成时间序列的分类问题，据我的理解，换气动作相对比较连贯，整个过程的变化是比较稳定（连续）的，而噪音则是受到外界的突然作用所致，所以分类起来应该不是很难，一般常用的分类算法都可以实现。而且如果历史有类标的数据比较少，通过聚类的方式应该都可以区分。
二、把这个问题看成是数据描述问题，不用去管噪音都是什么样的，尽可能的去刻画换气时重量曲线的变化，然后设定一个置信区间，在置信区间内的认为是换气，不在的认为是噪声。
如果想更加简单快捷，用数据预处理的方式应该都可以找出很多噪声
另外题主想实时掌握客户的气体消耗情况，并以此做出预测，这个通常使用ARIMA模型就可以实现，如果想使用深度学习技术，可以考虑RNN，不过要注意过拟合。
■网友
我现在的问题也是这样，我是搞机床热误差的，现在我已经有三个轴的误差和温度数据，我想把噪声去掉提取主要因数的数据。
推荐阅读
- “一部手机读云南”上线力争建成国家方志大数据中心西南中心
- 联合国大数据全球平台中国区域中心在杭州成立
- 银行的数据中心可以跳槽去互联网公司吗
- |大数据赋力 半个多月前拉客的“黑车”精准落网
- |奥迪开发基于C-V2X校车警示系统
- 数据采集终端|
- 关于用phpfsocket 写Post， 模拟http 报文怎样写入要传输的处理数据
- 假如把中国电信监测到的3亿人一个月每天上网的所有行为打个包，哪些数据应该被提出从这些数据能得到啥
- 游戏公司一般咋识别游戏脚本
- 城市数据团是怎么样一个团队