本期為大家帶來eIQ Time Series Studio工具使用攻略-輸入文件格式的介紹。

時間序列數據與視覺和語音數據不同。視覺數據通常由三個或一個通道組成，每個通道具有固定的寬度和高度。語音數據則始終保持一個或兩個通道，輸入為麥克風波形。時間序列數據通常來自一個或多個傳感器，通道的數量是不同的，例如：

原始傳感器數據可以有不同的采樣率，如何選擇最佳采樣率？

原始傳感器數據輸出是按照時間順序并連續的。如何更好地將連續數據分割成段數據？

多個傳感器生成的異構數據集并非機器學習算法期待的的數據集。

視覺和語音數據是人類可理解的，而時間序列數據則以浮點格式呈現，難以直接閱讀和理解。

因此算法設計與視覺和語音AI/ML有所不同。

為了了解時間序列數據，以3軸加速度傳感器的數據樣本為例：

可以從圖表中得到：

傳感器有三個通道，分別命名為C1、C2、C3軸，大多數傳感器可能只有一個通道。

一個采樣點包含每個通道的一個數據點，由 C1、C2、C3 組成。

一個采樣時間窗口包含多個按時間順序排列的采樣點，順序為 C1 C2 C3 C1 C2 C3…C1 C2 C3。

整個數據集由多個隨機順序的時間窗口組成。

同一傳感器的每個通道都在相同的采樣率下運行，因此所有通道的數據規模都是相同的。

連續數據：

硬件傳感器始終按時間順序以連續格式輸出原始數據，見下圖：

建議用戶按上述格式保存連續的原始數據，并確保每行代表一個時間增量，建議使用空格作為分隔符。逐行加載數據時按時間順序執行。

分段數據：

工具支持分段數據輸入，用戶可以自行處理數據或通過"Data Logging"采集連續數據并通過"Data Intelligence"進行數據分析并保存為分段數據。以下圖表解釋了分段數據的格式。

每一行作為一個樣本，樣本點按通道順序排列。

多個按行排序的樣本組成一個訓練數據集，用于算法研究。

逐行分割的數據樣本可以保持隨機，但里面的每個樣本必須保持時間順序。

可以選擇多個數據文件作為一種類型導入工具進行訓練和測試，數據加載器會自動合并。

Time SeriesStudo 數據格式

需要用戶導入正確的數據集,工具僅支持CSV文件格式，數據集以分段格式保存，數據間以：空格，逗號，Tab, 分號隔開，對于不同的訓練任務，請按照以下指南導入適當的CSV格式文件。

異常檢測&分類算法：

數據文件格式：每行一個樣本，包含所有通道數據，樣本由分隔符（空格、逗號、tab和分號）分隔。這是一個數據文件示例，其中包含 m+1個樣本，每個樣本有 n+1個采樣點，每個采樣點的數據包含 3 個通道（x、y 和 z）。

對于異常檢測，必須導入兩類數據文件：正常樣本和異常樣本文件。每個類必須加載至少一個數據文件。

對于分類項目，必須導入 n (n>=1) 類數據文件。每個類必須加載至少一個數據文件。

異常檢測和分類需要導入不同類別的樣本數據文件，為了得到可信的訓練結果，最好保持各個類別的樣本數量總體平衡。

回歸算法

數據文件格式：每行一個樣本，包含所有通道數據，樣本之間用分隔符（空格、逗號、制表符和分號）分隔。前 k+1 (k 是Input/Outputtargets參數值，在創建回歸項目時設置，k >= 0）列是要預測的目標值。這是一個數據文件示例，中包含 m+1個樣本，每個樣本有 n+1個采樣點，每個采樣點的數據包含 3 個通道（x、y 和 z）和 k+1個目標。