基准测试

The sktime.benchmarking 模块包含了执行基准测试的功能。

基础

BaseBenchmark([id_format])

基准测试的基类。

ForecastingBenchmark([id_format, backend, ...])

预测基准。

BaseMetric(name, **kwargs)	Methods
BaseResults()	基本结果类。
BaseDataset(name)	基础数据集类。
HDDBaseResults(path)	HDD 结果。
HDDBaseDataset(path, name)	HDD 数据集。

UEADataset(path, name[, suffix_train, ...])	在硬盘上以UEA/UCR格式表示一个数据集。
RAMDataset(dataset, name)	在内存中表示一个数据集。

Evaluator(results)

分析机器学习实验的结果。

run_clustering_experiment(trainX, clusterer, ...)	运行一个聚类实验并将结果保存到文件中。
load_and_run_clustering_experiment(...[, ...])	运行一个聚类实验。
run_classification_experiment(X_train, ...)	运行一个分类实验并将结果保存到文件中。
load_and_run_classification_experiment(...)	加载数据集并运行分类实验。

Orchestrator(tasks, datasets, strategies, ...)

在一个或多个数据集上拟合和预测一个或多个估计器。

RAMResults()	内存中的结果。
HDDResults(path)	HDD 结果。

BaseStrategy(estimator[, name])	抽象基础策略类。
BaseSupervisedLearningStrategy(estimator[, name])	时间序列监督学习的抽象策略类。
TSCStrategy(estimator[, name])	时间序列分类的策略。
TSRStrategy(estimator[, name])	时间序列回归策略。

BaseTask(target[, features, metadata])	抽象基任务类。
TSCTask(target[, features, metadata])	时间序列分类任务。
TSRTask(target[, features, metadata])	时间序列回归任务。

PairwiseMetric(func[, name])	计算指标成对。
AggregateMetric(func[, method, name])	计算指标成对。