多元时间序列分类的解释方法评估

时间序列分类是数据科学和知识工程中的关键问题。过去二十年来，研究者提出了许多新方法，包括相似度度量、区间、形状、字典、深度学习和混合集成方法。最近，还有一些工具用于从时间序列中提取无监督信息摘要统计。通过对112个时间序列数据集进行的10000次学习实验的结果分析，发现基于特征的方法与当前先进的TSC算法一样准确，应该在TSC文献中得到更多关注。