load_UCR_UEA_dataset

load_UCR_UEA_dataset(name, split=None, return_X_y=True, return_type=None, extract_path=None)

从 UCR UEA 时间序列档案加载数据集。

如果尚未下载，则下载并提取数据集。假定数据为标准的 .ts 格式：每一行是一个（可能是多元的）时间序列。每个维度由冒号分隔，序列中的每个值由逗号分隔。例如，请参见 sktime.datasets.data.tsc。ArrowHead 是一个单变量等长问题的示例，BasicMotions 是一个等长多元问题的示例。

参数:

名称str

数据集名称。如果给定的数据集在 tsc_dataset_names 中列出，此函数将首先在 extract_path 中查找，如果不存在，则尝试从 www.timeseriesclassification.com 下载数据，并将其保存到 extract_path。

分割None 或 str{“train”, “test”}，可选（默认=None）

是否加载问题的训练或测试分区。默认情况下，它将两者加载到一个数据集中，否则它只查找格式为 <name>_TRAIN.ts 或 <name>_TEST.ts 的文件。

return_X_ybool, 可选 (默认=False)

如果为 False，它会将类别标签附加到数据框中，返回两个对象。

return_type: 有效的 Panel mtype 字符串或 None, 可选 (默认=None=”nested_univ”)

返回 X 的内存数据格式规范，None = “nested_univ” 类型。str 可以是任何支持的 sktime Panel mtype。

有关 mtypes 的列表，请参阅 datatypes.MTYPE_REGISTER；有关规范，请参阅 examples/AA_datatypes_and_datasets.ipynb

常用规范：

“nested_univ: 嵌套的 pd.DataFrame, pd.Series 在单元格中 “numpy3D”/”numpy3d”/”np3D”: 3D np.ndarray (实例, 变量, 时间索引) “numpy2d”/”np2d”/”numpyflat”: 2D np.ndarray (实例, 时间索引) “pd-multiindex”: 具有2级 (实例, 时间) MultiIndex 的 pd.DataFrame”

如果数据无法存储在请求的类型中，则会引发异常。

提取路径str, 可选 (默认=None)

查找数据的路径。如果没有提供路径，函数会在 sktime/datasets/data/ 中查找。如果提供了路径，它可以是绝对的，例如 C:/Temp，或者是相对的，例如 Temp 或 ./Temp。

返回:

X: pd.DataFrame

该问题的时间序列数据有 n_cases 行和 n_dimensions 或 n_dimensions+1 列。第1到 n_dimensions 列是与每个案例相关的系列。如果 return_X_y 为 False，则第 n_dimensions+1 列包含类别标签/目标变量。

y: numpy 数组, 可选

如果 return_X_y 为 True，则返回 X 中每个案例的类别标签，如果为 False，则将类别标签附加到 X 中。

示例

>>> from sktime.datasets import load_UCR_UEA_dataset
>>> X, y = load_UCR_UEA_dataset(name="ArrowHead")