load_gunpoint

load_gunpoint(split=None, return_X_y=True, return_type=None)

加载 GunPoint 时间序列分类问题并返回 X 和 y。

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: 单元格中的嵌套 pd.DataFrame, pd.Series “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标签。如果 return_X_y 为 False，y 将被附加到 X 中。

注释

维度: 单变量 序列长度: 150 训练样本: 50 测试样本: 150 类别数量: 2

这个数据集涉及一名女性演员和一名男性演员用手做动作。两个类别是：拔枪和指向：对于拔枪，演员的手放在身体两侧。他们从腰间枪套中拔出一把复制品枪，指向目标大约一秒钟，然后将枪放回枪套，手放回身体两侧。对于指向，演员的枪放在身体两侧。他们用食指指向目标大约一秒钟，然后将手放回身体两侧。对于这两个类别，我们追踪了演员右手在X轴和Y轴上的质心，这似乎高度相关。存档中的数据仅是X轴的数据。

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

示例

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