私は3つの異なるセンサーデータで予測をしようとしています。各センサは周期性を有し、測定時点は同じではない（例えば、sensor1data_time = 10：01; sensor2data_timestamp = 10:03; sensor3data_timestamp = 10:05）。RapidMinerタイムスタンプ前処理
私はこの作業をデモ用に手動で行いましたが、今は予測モデルを開発するために自動化する必要があります。
任意の前処理タスクが推奨されますか？
おかげで、事前
に私は最寄りの10分のようなものに時間を丸めるでしょう。使用する演算子はGenerate Attributesです。私は1970年1月1日からの秒数を使用する傾向があります。次のフラグメントは、使用できる機能を示しています。私はdatestrという名前の属性を持っていると仮定しています。この形式の日付は13-01-2016 23:01:01です。
attribute name function expression
-------------------------------------------------------------------
date date_parse_custom(datestr, "dd-MM-yyyy HH:mm:ss")
epochdate date_diff(date_parse(0), date)/1000
dateToTenMins 600*round(epochdate/600)
エポックの日付はミリ秒単位で、1000で割ると秒が与えられます。
私はあなたが何を意味するかを見ます。ご協力ありがとうございました。しかし、複数の値が同じタイムスタンプに丸められた場合、重複する値を削除するのに 'FilterExamples'演算子を使用できますか？ – Havor
'Aggregate'演算子を使用して、同じタイムスタンプを持つサンプルの数を数えることができます。各センサーからのタイムスタンプごとに1が表示されると予想されます。 – awchisholm
本当にあなたの助言を助けました:)ちょうどもう1つの質問。私はなぜあなたが '600'を使っているのか分からない。私は、より低い時間に丸めたいと思った場合に、最も近い5分に丸めする代わりに、どういう意味ですか？たとえば、1:03と1:53の場合は、両方とも1:00を取得したいとしますか？どうすればいい？ – Havor