GreedyGaussianSegmentation

class GreedyGaussianSegmentation(k_max: int = 10, lamb: float = 1.0, max_shuffles: int = 250, verbose: bool = False, random_state: int | None = None)

贪婪高斯分割估计器。

该方法近似解决了将多元时间序列分割成段的问题，其中每段的数据可以建模为来自多元高斯分布的独立样本。它使用了一个带有启发式的动态规划搜索算法，能够在数据长度上以线性时间找到近似解，并且总是产生局部最优选择。

贪婪高斯分割 (GGS) 通过计算组合问题的近似解，将分段高斯模型 (SGM) 拟合到数据中，以找到固定数量变化点和正则化强度的近似协方差正则化最大对数似然。它遵循一个交互过程，其中添加一个新的断点，然后调整所有断点以（近似）最大化目标。它类似于其他变化点检测问题中使用的自顶向下搜索。

参数:

k_max: int, default=10

要找到的变更点的最大数量。因此，段落的数量是 k+1。

lamb:float, 默认值=1.0

正则化参数 lambda (>= 0)，用于控制协方差正则化的程度，参见 [1] 中的公式 (1)。引入正则化是为了减少高维问题中的问题。将 lamb 设置为零将忽略正则化，而较大的 lambda 值将倾向于更简单的模型。

max_shuffles: int, default=250

最大洗牌次数

verbose: bool, 默认=False

如果 True ，则启用详细输出。

random_state: int 或 np.random.RandomState, 默认=None

可以是随机种子，也可以是 np.random.RandomState 的实例。

属性:

change_points_: array_like, default=[]

变化点的位置作为整数索引。按照惯例，变化点包括身份分割，即第一个和最后一个索引 + 1 的值。

注释

基于 [1] 的工作。

• 基于以下代码进行改编：cvxgrp/GGS

• 论文可在此获取：https://stanford.edu/~boyd/papers/pdf/ggs.pdf

参考文献

[1] (1,2)

Hallac, D., Nystrup, P. & Boyd, S., “多元时间序列的贪婪高斯分割。”, Adv Data Anal Classif 13, 727-751 (2019). https://doi.org/10.1007/s11634-018-0335-0

方法

change_points_to_segments(y_sparse[, start, end])	将一系列变化点索引转换为段落。
check_is_fitted()	检查估计器是否已被拟合。
clone()	获取具有相同超参数的对象副本。
clone_tags(estimator[, tag_names])	从另一个估计器克隆标签作为动态覆盖。
create_test_instance([parameter_set])	如果可能，构造 Estimator 实例。
create_test_instances_and_names([parameter_set])	创建所有测试实例的列表及其名称的列表。
dense_to_sparse(y_dense)	将注释器的密集输出转换为稀疏格式。
fit(X[, Y])	拟合训练数据。
fit_predict(X)	执行分段。
fit_transform(X[, Y])	拟合数据，然后进行转换。
get_class_tag(tag_name[, tag_value_default])	获取类标签的值。
get_class_tags()	从类及其所有父类中获取类标签。
get_config()	获取 self 的配置标志
get_fitted_params([deep])	获取拟合参数。
get_param_defaults()	获取对象的参数默认值。
get_param_names([sort])	获取对象的参数名称。
get_params([deep])	获取此对象的参数值字典。
get_tag(tag_name[, tag_value_default, ...])	从估计器类获取标签值和动态标签覆盖。
get_tags()	从估计器类和动态标签覆盖中获取标签。
get_test_params([parameter_set])	返回估计器的测试参数设置。
is_composite()	检查对象是否由其他 BaseObjects 组成。
load_from_path(serial)	从文件位置加载对象。
load_from_serial(serial)	从序列化的内存容器中加载对象。
predict(X)	在测试/部署数据上创建注释。
predict_points(X)	预测测试/部署数据中的变化点/异常。
predict_scores(X)	返回测试/部署数据上预测注释的分数。
predict_segments(X)	在测试/部署数据上预测片段。
reset()	将对象重置为初始化后的干净状态。
save([path, serialization_format])	将序列化的自身保存到类字节对象或 (.zip) 文件中。
segments_to_change_points(y_sparse)	将片段转换为变化点。
set_config(**config_dict)	将配置标志设置为给定值。
set_params(**params)	设置此对象的参数。
set_random_state([random_state, deep, ...])	为 self 设置 random_state 伪随机种子参数。
set_tags(**tag_dict)	将动态标签设置为给定值。
sparse_to_dense(y_sparse, index)	将注释器的稀疏输出转换为密集格式。
transform(X)	在测试/部署数据上创建注释。
update(X[, Y])	使用新数据和可选的地面实况注释更新模型。
update_predict(X)	用新数据更新模型并为其创建注释。

fit_predict(X) → _SupportsArray[dtype[Any]] | _NestedSequence[_SupportsArray[dtype[Any]]] | bool | int | float | complex | str | bytes | _NestedSequence[bool | int | float | complex | str | bytes]

执行分段。

参数:

X: array_like (1D 或 2D), pd.Series, 或 pd.DataFrame

时间序列值的一维数组，或沿第一个维度索引的二维数组，列表示时间序列的特征。如果为 pd.Series，时间序列的值即为该序列的值。如果为 pd.DataFrame，每一列表示时间序列的一个特征。

返回:

y_predarray_like

与 X 的第一维度大小相同的 1D 数组，预测的分段。数值表示每个数据点的不同分段标签。

classmethod get_test_params(parameter_set='default')

返回估计器的测试参数设置。

参数:

参数集str, 默认值=”default”

要返回的测试参数集的名称，用于测试。如果没有为某个值定义特殊参数，将返回 "default" 集。

返回:

参数字典或字典列表

static change_points_to_segments(y_sparse, start=None, end=None)

将一系列变化点索引转换为段落。

参数:

y_sparsepd.Series

包含变化点索引的序列。

开始可选

第一段落的起点。

结束可选

最后一段的结束点

返回:

pd.Series

一个带有间隔索引的系列，指示各段的起点和终点。该系列的值是各段的标签。

示例

>>> import pandas as pd
>>> from sktime.annotation.base._base import BaseSeriesAnnotator
>>> change_points = pd.Series([1, 2, 5])
>>> BaseSeriesAnnotator.change_points_to_segments(change_points, 0, 7)
[0, 1)   -1
[1, 2)    1
[2, 5)    2
[5, 7)    3
dtype: int64

check_is_fitted()

检查估计器是否已被拟合。

引发:

NotFittedError

如果估计器尚未拟合。

clone()

获取具有相同超参数的对象副本。

克隆是一个在初始化后状态下的不同对象，没有共享引用。此函数等同于返回 self 的 sklearn.clone。

引发:

如果克隆不符合规范，由于 __init__ 存在错误，将引发 RuntimeError。

注释

如果成功，值等于 type(self)(**self.get_params(deep=False))。

clone_tags(estimator, tag_names=None)

从另一个估计器克隆标签作为动态覆盖。

参数:

估计器继承自 BaseEstimator 的估计器

标签名称str 或 str 列表, 默认 = None

要克隆的标签名称。如果为 None，则使用估计器中的所有标签作为 tag_names。

返回:

自我

自我引用。

注释

通过在 tag_set 中设置来自估计器的标签值，改变对象状态，将其作为动态标签存储在 self 中。

classmethod create_test_instance(parameter_set='default')

如果可能，构造 Estimator 实例。

参数:

参数集str, 默认值=”default”

要返回的测试参数集的名称，用于测试。如果没有为某个值定义特殊参数，将返回 “default” 集。

返回:

实例使用默认参数的类实例

注释

get_test_params 可以返回字典或字典列表。此函数获取 get_test_params 返回的第一个或单个字典，并使用该字典构建对象。

classmethod create_test_instances_and_names(parameter_set='default')

创建所有测试实例的列表及其名称的列表。

参数:

参数集str, 默认值=”default”

要返回的测试参数集的名称，用于测试。如果没有为某个值定义特殊参数，将返回 “default” 集。

返回:

objscls 实例列表

第 i 个实例是 cls(**cls.get_test_params()[i])

名称list of str, 与 objs 长度相同

第 i 个元素是测试中 obj 的第 i 个实例的名称，约定为 {cls.__name__}-{i} 如果存在多个实例，否则为 {cls.__name__}

static dense_to_sparse(y_dense)

将注释器的密集输出转换为稀疏格式。

参数:

y_densepd.Series

• 如果 y_sparse 只包含 1 和 0，那么 1 表示变化点或异常。

• 如果 y_sparse 仅包含大于 0 的整数，它是一个段数组。

返回:

pd.Series

• 如果 y_sparse 是一系列变化点/异常点，将返回一个包含变化点/异常点索引的 pandas 系列。

• 如果 y_sparse 是一系列片段，将返回一个具有区间数据类型索引的序列。该序列的值将是片段的标签。

fit(X, Y=None)

拟合训练数据。

参数:

Xpd.DataFrame

用于拟合模型的训练数据（时间序列）。

Ypd.Series, 可选

如果标注者是受监督的，则为训练提供基础真值标注。

返回:

自身

自我引用。

注释

创建已拟合的模型，更新以“_”结尾的属性。将 _is_fitted 标志设置为 True。

fit_transform(X, Y=None)

拟合数据，然后进行转换。

使用给定的注释参数将模型拟合到X和Y，并返回模型生成的注释。

参数:

Xpd.DataFrame, pd.Series 或 np.ndarray

要转换的数据

Ypd.Series 或 np.ndarray，可选（默认=None）

要预测的数据的目标值。

返回:

selfpd.Series

序列 X 的注释的确切格式取决于注释类型。

classmethod get_class_tag(tag_name, tag_value_default=None)

获取类标签的值。

不返回在实例上定义的动态标签（通过 set_tags 或 clone_tags 设置）的信息。

参数:

标签名称str

标签值的名称。

tag_value_default任何

如果未找到标签，则使用默认/回退值。

返回:

标签值

在self中`tag_name`标签的值。如果未找到，则返回`tag_value_default`。

classmethod get_class_tags()

从类及其所有父类中获取类标签。

从 _tags 类属性中检索标签：值对。不返回从实例上通过 set_tags 或 clone_tags 设置的动态标签信息。

返回:

collected_tagsdict

类标签名称字典：标签值对。通过嵌套继承从 _tags 类属性中收集。

get_config()

获取 self 的配置标志

返回:

config_dictdict

配置名称 : 配置值对的字典。从 _config 类属性通过嵌套继承收集，然后是 _config_dynamic 对象属性的任何覆盖和新标签。

get_fitted_params(deep=True)

获取拟合参数。

状态要求：

需要状态为“已拟合”。

参数:

深度bool, 默认=True

是否返回组件的拟合参数。

• 如果为 True，将返回此对象的参数名称 : 值的字典，包括可拟合组件的拟合参数（= 值为 BaseEstimator 的参数）。

• 如果为 False，将返回此对象的参数名称 : 值的字典，但不包括组件的拟合参数。

返回:

fitted_params带有字符串键的字典

拟合参数的字典，paramname : paramvalue 键值对包括：

• 总是：此对象的所有拟合参数，如通过 get_param_names 获取的值是该键的拟合参数值，属于此对象

• 如果 deep=True，还包括组件参数的键/值对，组件的参数被索引为 [componentname]__[paramname]，所有 componentname 的参数都以 paramname 的形式出现，并带有其值。

• 如果 deep=True，还包含任意级别的组件递归，例如 [componentname]__[componentcomponentname]__[paramname] 等。

classmethod get_param_defaults()

获取对象的参数默认值。

返回:

default_dict: dict[str, Any]

键是 cls 中所有在 __init__ 中定义了默认值的参数，值是 __init__ 中定义的默认值。

classmethod get_param_names(sort=True)

获取对象的参数名称。

参数:

排序bool, 默认=True

是否按字母顺序返回参数名称（True），或者按它们在类 __init__ 中出现的顺序返回（False）。

返回:

param_names: list[str]

cls 的参数名称列表。如果 sort=False，则按它们在类 __init__ 中出现的顺序排列。如果 sort=True，则按字母顺序排列。

get_params(deep=True)

获取此对象的参数值字典。

参数:

深度bool, 默认=True

是否返回组件的参数。

• 如果为真，将返回此对象的参数名称 : 值的字典，包括组件的参数（= BaseObject 值的参数）。

• 如果为 False，将返回此对象的参数名称 : 值的字典，但不包括组件的参数。

返回:

参数带有字符串键的字典

参数的字典，paramname : paramvalue 键值对包括：

• 总是：此对象的所有参数，通过 get_param_names 获取的值是该键的参数值，此对象的值始终与构造时传递的值相同。

• 如果 deep=True，还包含组件参数的键/值对，组件的参数被索引为 [组件名]__[参数名]，所有 组件名 的参数以 参数名 及其值的形式出现。

• 如果 deep=True，还包含任意级别的组件递归，例如，[componentname]__[componentcomponentname]__[paramname] 等。

get_tag(tag_name, tag_value_default=None, raise_error=True)

从估计器类获取标签值和动态标签覆盖。

参数:

标签名称str

要检索的标签名称

tag_value_default任何类型，可选；默认=None

如果未找到标签，则使用默认/回退值

raise_error布尔

当未找到标签时是否引发 ValueError

返回:

tag_value任何

self 中 tag_name 标签的值。如果未找到，如果 raise_error 为 True，则返回错误，否则返回 tag_value_default。

引发:

如果 raise_error 为 True，即如果 tag_name 不在其中，则引发 ValueError。

self.get_tags().keys()

get_tags()

从估计器类和动态标签覆盖中获取标签。

返回:

collected_tagsdict

标签名称 : 标签值对的字典。通过嵌套继承从 _tags 类属性中收集，然后从 _tags_dynamic 对象属性中覆盖和新标签。

is_composite()

检查对象是否由其他 BaseObjects 组成。

复合对象是一个包含对象的对象，作为参数。在实例上调用，因为这可能因实例而异。

返回:

composite: bool

一个对象是否有任何参数的值是 BaseObjects。

property is_fitted

是否已调用 fit。

classmethod load_from_path(serial)

从文件位置加载对象。

参数:

串行ZipFile(path).open(“object”) 的结果

返回:

反序列化自身，结果输出到 path，通过 cls.save(path)

classmethod load_from_serial(serial)

从序列化的内存容器中加载对象。

参数:

serial : cls.save(None) 输出的第一个元素输出结果的第一个元素

返回:

反序列化自身，结果输出为 serial，来自 cls.save(None)

predict(X)

在测试/部署数据上创建注释。

参数:

Xpd.DataFrame

要注释的数据（时间序列）。

返回:

Ypd.Series

序列 X 的注释的确切格式取决于注释类型。

predict_points(X)

预测测试/部署数据中的变化点/异常。

参数:

Xpd.DataFrame

要注释的数据，时间序列。

返回:

Ypd.Series

一系列值，表示X中的变化点/异常。

predict_scores(X)

返回测试/部署数据上预测注释的分数。

参数:

Xpd.DataFrame

要注释的数据（时间序列）。

返回:

Ypd.Series

序列 X 的得分精确格式取决于注释类型。

predict_segments(X)

在测试/部署数据上预测片段。

参数:

Xpd.DataFrame

要注释的数据，时间序列。

返回:

Ypd.Series

一个带有区间索引的系列。每个区间是一个段的范围，对应的值是该段的标签。

reset()

将对象重置为初始化后的干净状态。

使用 reset，使用当前的超参数值（get_params 的结果）运行 __init__。这将移除任何对象属性，除了：

• 超参数 = __init__ 的参数

• 包含双下划线的对象属性，即字符串”__”

类和对象方法，以及类属性也不受影响。

返回:

自身

类的实例重置为初始化后的干净状态，但保留当前的超参数值。

注释

等同于 sklearn.clone，但会覆盖 self。在调用 self.reset() 之后，self 的值等于 type(self)(**self.get_params(deep=False))

save(path=None, serialization_format='pickle')

将序列化的自身保存到类字节对象或 (.zip) 文件中。

行为：如果 path 为 None，则返回内存中的序列化自身；如果 path 是一个文件位置，则将自身存储在该位置作为一个 zip 文件。

保存的文件是包含以下内容的zip文件：_metadata - 包含自身的类，即 type(self) _obj - 序列化的自身。此类使用默认的序列化（pickle）。

参数:

路径无或文件位置（字符串或路径）

如果为 None，则将 self 保存到内存对象中；如果为文件位置，则将 self 保存到该文件位置。如果：

path=”estimator” 则会在当前工作目录下生成一个名为 estimator.zip 的压缩文件。path=”/home/stored/estimator” 则会在 /home/stored/ 目录下存储一个名为 estimator.zip 的压缩文件。

serialization_format: str, default = “pickle”

用于序列化的模块。可用的选项是 “pickle” 和 “cloudpickle”。请注意，非默认格式可能需要安装其他软依赖项。

返回:

如果 path 是 None - 内存中序列化的自身

如果 path 是文件位置 - 带有文件引用的 ZipFile

static segments_to_change_points(y_sparse)

将片段转换为变化点。

参数:

y_sparsepd.DataFrame

一系列片段。索引必须是区间数据类型，而值应该是这些片段的整数标签。

返回:

pd.Series

包含每个段落起始索引的序列。

示例

>>> import pandas as pd
>>> from sktime.annotation.base._base import BaseSeriesAnnotator
>>> segments = pd.Series(
...     [3, -1, 2],
...     index=pd.IntervalIndex.from_breaks([2, 5, 7, 9], closed="left")
... )
>>> BaseSeriesAnnotator.segments_to_change_points(segments)
0    2
1    5
2    7
dtype: int64

set_config(**config_dict)

将配置标志设置为给定值。

参数:

config_dictdict

配置名称 : 配置值对的字典。有效的配置、值及其含义如下所示：

显示str, “diagram” (默认), 或 “text”

jupyter 内核如何显示实例

• “diagram” = html 盒子图表示

• “text” = 字符串打印输出

print_changed_onlybool, 默认=True

是否仅打印与默认值不同的自身参数（False），或打印所有参数名称和值（False）。不嵌套，即仅影响自身，而不影响组件估计器。

警告str, “on” (默认), 或 “off”

是否引发警告，仅影响来自 sktime 的警告

• “on” = 将引发来自 sktime 的警告

• “off” = 不会从 sktime 引发警告

后端:并行str, 可选, 默认=”None”

在广播/向量化时用于并行化的后端，可选之一

• “None”: 按顺序执行循环，简单的列表推导

• “loky”, “multiprocessing” 和 “threading”: 使用 joblib.Parallel

• “joblib”：自定义和第三方 joblib 后端，例如 spark

• “dask”: 使用 dask，需要在环境中安装 dask 包

后端:并行:参数dict, 可选, 默认={} (未传递参数)

传递给并行化后端的额外参数作为配置。有效键取决于 backend:parallel 的值：

• “None”: 没有额外参数, backend_params 被忽略

• “loky”, “multiprocessing” 和 “threading”: 默认 joblib 后端 任何有效的 joblib.Parallel 键都可以在这里传递，例如 n_jobs，除了 backend 直接由 backend 控制。如果未传递 n_jobs，它将默认为 -1，其他参数将默认为 joblib 默认值。

• “joblib”：自定义和第三方 joblib 后端，例如 spark。任何 joblib.Parallel 的有效键都可以在这里传递，例如，n_jobs、backend 在这种情况下必须作为 backend_params 的键传递。如果未传递 n_jobs，它将默认为 -1，其他参数将默认为 joblib 的默认值。

• dask: 可以传递 dask.compute 的任何有效键，例如，scheduler

返回:

self对自身的引用。

注释

更改对象状态，将 config_dict 中的配置复制到 self._config_dynamic。

set_params(**params)

设置此对象的参数。

该方法适用于简单的估计器以及复合对象。参数键字符串 <component>__<parameter> 可用于复合对象，即包含其他对象的对象，以访问组件 <component> 中的 <parameter>。如果这使得引用明确，例如没有两个组件的参数名称相同，则也可以使用不带 <component>__ 的字符串 <parameter>。

参数:

**参数dict

BaseObject 参数，键必须是 <component>__<parameter> 字符串。如果 get_params 键中唯一，__ 后缀可以别名完整字符串。

返回:

self引用自身（在参数设置之后）

set_random_state(random_state=None, deep=True, self_policy='copy')

为 self 设置 random_state 伪随机种子参数。

通过 estimator.get_params 查找名为 random_state 的参数，并通过 set_params 将其设置为由 random_state 派生的整数。这些整数通过 sample_dependent_seed 的链哈希采样获得，并保证种子随机生成器的伪随机独立性。

根据 self_policy 应用于 estimator 中的 random_state 参数，并且仅当 deep=True 时应用于剩余的组件估计器。

注意：即使 self 没有 random_state，或者没有任何组件有 random_state 参数，也会调用 set_params。因此， set_random_state 将重置任何 scikit-base 估计器，即使那些没有 random_state 参数的估计器。

参数:

random_stateint, RandomState 实例或 None, 默认=None

伪随机数生成器，用于控制随机整数的生成。传递整数以在多次函数调用中获得可重复的输出。

深度bool, 默认=True

是否在子估计器中设置随机状态。如果为 False，则仅设置 self 的 random_state 参数（如果存在）。如果为 True，则还会设置子估计器中的 random_state 参数。

self_policystr, 可以是 {“copy”, “keep”, “new”} 中的一个, 默认=”copy”

• “复制”：estimator.random_state 被设置为输入的 random_state

• “保持” : estimator.random_state 保持不变

• “new” : estimator.random_state 被设置为一个新随机状态，

派生自输入 random_state，并且通常与它不同。

返回:

self自我引用

set_tags(**tag_dict)

将动态标签设置为给定值。

参数:

**标签字典dict

标签名称：标签值对的字典。

返回:

自我

自我引用。

注释

通过在 tag_dict 中设置标签值，将对象状态更改为 self 中的动态标签。

static sparse_to_dense(y_sparse, index)

将注释器的稀疏输出转换为密集格式。

参数:

y_sparsepd.Series

• 如果 y_sparse 是一个带有区间索引的序列，它应该表示每个序列值是某个区间的标签。未分类的区间应标记为 -1。区间标签绝不能为 0。

• 如果 y_sparse 的索引不是一组区间，则该序列的值应表示变化点/异常的索引。

索引类数组

根据 y_sparse 进行注释的索引。

返回:

pd.Series

返回一个索引为 index 的系列。* 如果 y_sparse 是一个变化点/异常的系列，则返回

序列被标记为 0 和 1，取决于索引是否与异常/变化点相关联。其中 1 表示异常/变化点。

• 如果 y_sparse 是一系列段落，那么返回的序列会根据其索引所在的段落进行标记。落在任何段落之外的索引会被标记为 -1。

示例

>>> import pandas as pd
>>> from sktime.annotation.base._base import BaseSeriesAnnotator
>>> y_sparse = pd.Series([2, 5, 7])  # Indices of changepoints/anomalies
>>> index = range(0, 8)
>>> BaseSeriesAnnotator.sparse_to_dense(y_sparse, index=index)
0    0
1    0
2    1
3    0
4    0
5    1
6    0
7    1
dtype: int64
>>> y_sparse = pd.Series(
...     [1, 2, 1],
...     index=pd.IntervalIndex.from_arrays(
...         [0, 4, 6], [4, 6, 10], closed="left"
...     )
... )
>>> index = range(10)
>>> BaseSeriesAnnotator.sparse_to_dense(y_sparse, index=index)
0    1
1    1
2    1
3    1
4    2
5    2
6    1
7    1
8    1
9    1
dtype: int64

transform(X)

在测试/部署数据上创建注释。

参数:

Xpd.DataFrame

要注释的数据（时间序列）。

返回:

Ypd.Series

序列 X 的注释。返回的注释将以密集格式提供。

update(X, Y=None)

使用新数据和可选的地面实况注释更新模型。

参数:

Xpd.DataFrame

用于更新模型的训练数据（时间序列）。

Ypd.Series, 可选

如果标注者是受监督的，则为训练提供基础真值标注。

返回:

自身

自我引用。

注释

更新拟合模型，该模型更新以“_”结尾的属性。

update_predict(X)

用新数据更新模型并为其创建注释。

参数:

Xpd.DataFrame

用于更新模型的训练数据，时间序列。

返回:

Ypd.Series

序列 X 的注释的确切格式取决于注释类型。

注释

更新拟合模型，该模型更新以“_”结尾的属性。