---

tsfresh

Dieses Repository enthält das Python-Paket TSFRESH. Die Abkürzung steht für

"Time Series Feature extraction based on scalable hypothesis tests".

Das Paket bietet eine systematische Zeitreihen-Feature-Extraktion, indem es etablierte Algorithmen aus Statistik, Zeitreihenanalyse, Signalverarbeitung und nichtlinearer Dynamik mit einem robusten Feature-Selektionsalgorithmus kombiniert. In diesem Zusammenhang wird der Begriff Zeitreihe im weitesten Sinne interpretiert, sodass beliebige Arten von abgetasteten Daten oder sogar Ereignisfolgen charakterisiert werden können.

Weniger Zeit mit Feature-Engineering verbringen

Data Scientists verbringen oft den größten Teil ihrer Zeit entweder mit der Bereinigung von Daten oder mit der Erstellung von Features. Während wir Ersteres nicht ändern können, lässt sich Letzteres automatisieren. TSFRESH erspart Ihnen die Zeit, die Sie für die Erstellung von Features aufwenden, indem es diese automatisch extrahiert. Daher haben Sie mehr Zeit, das neueste Deep-Learning-Paper zu studieren, Hacker News zu lesen oder bessere Modelle zu bauen.

Automatische Extraktion von Hunderten von Features

TSFRESH extrahiert automatisch Hunderte von Features aus Zeitreihen. Diese Features beschreiben grundlegende Eigenschaften der Zeitreihe wie die Anzahl der Peaks, den Durchschnitts- oder Maximalwert oder komplexere Features wie die Zeitumkehr-Symmetriestatistik.

Die Features können dann verwendet werden, um statistische oder Machine-Learning-Modelle auf den Zeitreihen zu erstellen, die zum Beispiel in Regressions- oder Klassifikationsaufgaben eingesetzt werden.

Irrelevante Features vergessen

Zeitreihen enthalten oft Rauschen, Redundanzen oder irrelevante Informationen. Infolgedessen werden die meisten der extrahierten Features für die jeweilige Machine-Learning-Aufgabe nicht nützlich sein.

Um die Extraktion irrelevanter Features zu vermeiden, verfügt das Paket TSFRESH über ein integriertes Filterverfahren. Dieses Filterverfahren bewertet die Erklärungskraft und Bedeutung jedes Merkmals für die jeweilige Regressions- oder Klassifikationsaufgabe.

Es basiert auf der gut entwickelten Theorie des Hypothesentests und verwendet ein multiples Testverfahren. Dadurch kontrolliert der Filterprozess mathematisch den Anteil irrelevanter extrahierter Features.

Das TSFRESH-Paket wird in dem folgenden Open-Access-Artikel beschrieben:

• Christ, M., Braun, N., Neuffer, J., and Kempa-Liehr A.W. (2018). Time Series FeatuRe Extraction on basis of Scalable Hypothesis tests (tsfresh -- A Python package). Neurocomputing 307, p. 72-77, doi: 10.1016/j.neucom.2018.03.067.

Der FRESH-Algorithmus wird in dem folgenden Whitepaper beschrieben:

• Christ, M., Kempa-Liehr, A.W., and Feindt, M. (2017). Distributed and parallel time series feature extraction for industrial big data applications. ArXiv e-print 1610.07717, https://arxiv.org/abs/1610.07717.

Normalitätsmodelle simulieren, wie Menschen Zeitreihen-Anomalien erkennen:

• Teh, H.Y., Wang, K.I-K., Kempa-Liehr, A.W. (2021). Expect the Unexpected: Unsupervised feature selection for automated sensor anomaly detection. IEEE Sensors Journal 15.16, p. 18033-18046, doi: 10.1109/JSEN.2021.3084970.

• Teh, H.Y., Wang, K.I-K., Kempa-Liehr, A.W. (2025). Feature-based normality models for anomaly detection. Sensors 25.4757, p. 1-25, doi: 10.3390/s25154757.

Systematische Zeitreihen-Feature-Extraktion funktioniert auch für unüberwachte Probleme:

• Abrasaldo, P.M., Zarrouk, S.J., Kempa-Liehr, A.W. (2026). Feature-Based Time Series Clustering for Efficient Labeling of Geothermal Data. Geothermics 138.103656, p. 1–13, doi: 10.1016/j.geothermics.2026.103656

Da tsfresh die Zeitreihen-Feature-Extraktion praktisch kostenlos bereitstellt, können Sie sich nun auf die Entwicklung neuer Zeitreihen konzentrieren, z. B. auf Differenzen von Signalen synchroner Messungen, die sogar noch bessere Zeitreihen-Features liefern:

• Kempa-Liehr, A.W., Oram, J., Wong, A., Finch, M., Besier, T. (2020). Feature engineering workflow for activity recognition from synchronized inertial measurement units. In: Pattern Recognition. ACPR 2019. Ed. by M. Cree et al. Vol. 1180. Communications in Computer and Information Science (CCIS). Singapore: Springer, p. 223–231. doi: 10.1007/978-981-15-3651-9_20.

• Simmons, S., Jarvis, L., Dempsey, D., Kempa-Liehr, A.W. (2021). Data Mining on Extremely Long Time-Series. In: 2021 International Conference on Data Mining Workshops (ICDMW). Ed. by B. Xue et al. Los Alamitos: IEEE, p. 1057-1066. doi: 10.1109/ICDMW53433.2021.00137.

Systematisches Zeitreihen-Feature-Engineering ermöglicht die Arbeit mit Zeitreihen-Stichproben unterschiedlicher Länge, da jede Zeitreihe in einen wohldefinierten Feature-Raum projiziert wird. Dieser Ansatz ermöglicht die Entwicklung robuster Machine-Learning-Algorithmen in Anwendungen mit fehlenden Daten.

• Kennedy, A., Gemma, N., Rattenbury, N., Kempa-Liehr, A.W. (2021). Modelling the projected separation of microlensing events using systematic time-series feature engineering. Astronomy and Computing 35.100460, p. 1–14, doi: 10.1016/j.ascom.2021.100460

Ist Ihr Zeitreihen-Klassifikationsproblem unbalanciert? Es besteht eine gute Chance, dass das Undersampling von Zeitreihen-Feature-Matrizen Ihr Problem lösen könnte:

• Dempsey, D.E., Cronin, S.J., Mei, S., Kempa-Liehr, A.W. (2020). Automatic precursor recognition and real-time forecasting of sudden explosive volcanic eruptions at Whakaari, New Zealand. Nature Communications 11.3562, p. 1-8, doi: 10.1038/s41467-020-17375-2.

Sie arbeiten nicht mit Zeitreihen, sondern mit 2D- und 3D-Bildern? Räumliche Variationssequenzen (SVS) sind eine hervorragende Anwendung für tsfresh:

• Jeune, H., Pechan, N., Reitsma, S., Kempa-Liehr, A.W. (2021). Spatial Variation Sequences for Remote Sensing Applications with Small Sample Sizes. In: 2024 Image and Video Technology. 11th Pacific-Rim Symposium, Ed. by W.Q. Yan et al., Lecture Notes in Computer Science (14403). Springer Nature: Singapore, p. 153-166. doi: {10.1007/978-981-97-0376-0_12.