load_basic_motions#

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

加载 BasicMotions 时间序列分类问题并返回 X 和 y。

这是一个等长多变量时间序列分类问题。它加载一个包含 n 个案例的 4 类分类问题,其中 n = 80(如果 split 为 None)或 40(如果 split 为 “train”/”test”),序列长度 m = 100。

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 True,则分别返回 (特征, 目标),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 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

如果数据不能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标签。如果 return_X_y 为 False,y 将被附加到 X 中。

引发:
如果将参数“numpy2d”/“numpyflat”作为return_type传递,则会引发ValueError

注释

维度: 多变量, 6 序列长度: 100 训练案例: 40 测试案例: 40 类别数量: 4

这些数据是作为学生项目的一部分生成的,其中四名学生在佩戴智能手表的情况下进行了四项活动。手表收集了3D加速度计和3D陀螺仪的数据。它包含四个类别,分别是步行、休息、跑步和羽毛球。参与者需要总共记录五次运动,数据每十分之一秒采样一次,持续十秒。

数据集详情: http://www.timeseriesclassification.com/description.php?Dataset=BasicMotions