load_acsf1#

load_acsf1(split=None, return_X_y=True, return_type=None)[源代码][源代码]#

加载典型电器的能耗数据集。

参数:

split: None 或 ‘TRAIN’, ‘TEST’ 之一，可选（默认=None）

是否加载问题的训练或测试实例。默认情况下，它会加载训练和测试实例（在一个容器中）。

return_X_y: bool, 可选 (默认=True)

如果为真，返回 (特征, 目标) 分别而不是一个包含特征和目标列的单一数据框。

return_type: 有效的 Panel mtype str 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。

返回:

X: sktime 数据容器，遵循 mtype 规范 return_type: 问题的时序数据，包含 n 个实例
y: 长度为 n 的一维 numpy 数组，仅在 return_X_y 为 True 时返回: X 中每个时间序列实例的类别标签。如果 return_X_y 为 False，则 y 会被附加到 X 中。

注释

维度: 单变量序列长度: 1460 训练样本: 100 测试样本: 100 类别数量: 10

该数据集包含典型家用电器的能耗数据。记录的特点是长时间的空闲期和电器活动时的高能耗峰值。类别对应于10种家用电器类别；手机（通过充电器）、咖啡机、电脑工作站（包括显示器）、冰箱和冰柜、高保真系统（CD播放器）、灯（CFL）、笔记本电脑（通过充电器）、微波炉、打印机和电视机（LCD或LED）。

示例

>>> from sktime.datasets import load_acsf1
>>> X, y = load_acsf1()