基于AUC的时间序列Shapelets提取方法

摘要

近年来,基于Shapelets的时间序列分类方法受到了广泛关注。现有的基于Shapelets转换的时间序列分类方法使用信息增益作为评价Shapelets的标准,并主要关注分类准确率,不能很好地适应不平衡时间序列分类。为了解决上述问题,使用AUC作为提取Shapelets的标准,并用于后续的数据集转换和分类,最后使用不平衡评价指标F-measure和AUC值对分类结果进行评价。结果显示,该方法能够很好地适应不平衡时间序列分类。