load_italy_power_demand

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

加载 ItalyPowerDemand 时间序列分类问题。

参数:

split: None 或 “TRAIN”, “TEST” 之一, 可选 (默认=None)

是否加载问题的训练实例或测试实例。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: 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，则 y 会被附加到 X 中。

注释

维度: 单变量 序列长度: 24 训练案例: 67 测试案例: 1029 类别数量: 2

数据来源于意大利的十二个月电力需求时间序列，并首次用于论文《智能图标：将轻量级数据挖掘和可视化集成到GUI操作系统中》。分类任务是将10月至3月（含）的日期与4月至9月的日期区分开来。数据集详情：http://timeseriesclassification.com/description.php?Dataset=ItalyPowerDemand

示例

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