AlignerDTW

class AlignerDTW(dist_method='euclidean', step_pattern='symmetric2', window_type='none', open_begin=False, open_end=False, variable_to_align=None)

dtw-python 的对齐器接口。

行为：计算 X[0] 和 X[1] 之间的完整对齐

假定是成对对齐（仅两序列），如果传入多元序列，则为单变量：对齐是在 variable_to_align 指定的单变量序列上计算的；如果未设置，则默认为传递给 fit 的 X[0] 的第一个变量。如果 variable_to_align 不存在于 X[0] 或 X[1] 中，则引发错误

参数:

dist_methodstr，可选，默认 = “euclidean”

要使用的距离函数，实数 n 空间上的距离，是 scipy.spatial.distance.cdist 中的一个函数

step_patternstr，可选，或 dtw_python stepPattern 对象，可选

时间扭曲中使用的步长模式之一：‘symmetric1’、‘symmetric2’（默认）、‘asymmetric’，以及数十种其他更非标准的步长模式；可以通过在 dtw 中调用 help(stepPattern) 来显示列表

window_typestring，选择的窗口函数

“none”、“itakura”、“sakoechiba” 或 “slantedband”“none”（默认）- 无窗口“sakoechiba” - 主对角线周围的带状“slantedband” - 倾斜对角线周围的带状“itakura” - Itakura 平行四边形

open_beginboolean，可选，默认=False

open_end：boolean，可选，默认=False

是否执行开放式对齐 open_begin = 对齐是否在开始处（低索引）开放 open_end = 对齐是否在结束处（高索引）开放

variable_to_alignstring，默认 = 传递给 fit 的 X[0] 中的第一个变量

用于单变量对齐的变量

属性:

is_fitted

是否已调用 fit。

示例

基本用法示例：>>> import numpy as np >>> import pandas as pd >>> from sktime.alignment.dtw_python import AlignerDTW >>> X = [ … pd.DataFrame({‘col1’: np.random.randn(100)}), … pd.DataFrame({‘col1’: np.random.randn(100)}) … ] >>> aligner = AlignerDTW(dist_method=’euclidean’, step_pattern=’symmetric2’) >>> aligner.fit(X) AlignerDTW(…) >>> alignment_df = aligner.get_alignment()

方法

check_is_fitted([method_name])	检查估计器是否已拟合。
clone()	获取具有相同超参数和配置的对象的克隆。
clone_tags(estimator[, tag_names])	将另一个对象的标签作为动态覆盖进行克隆。
create_test_instance([parameter_set])	使用第一个测试参数集构建类的实例。
create_test_instances_and_names([parameter_set])	创建所有测试实例列表及其名称列表。
fit(X[, Z])	给定要对齐的序列，拟合对齐。
get_aligned()	返回传递给 fit 的序列的对齐版本。
get_alignment()	返回在 fit 中传递的序列/时间序列的对齐（iloc 索引）。
get_alignment_loc()	返回在 fit 中传递的序列/时间序列的对齐（loc 索引）。
get_class_tag(tag_name[, tag_value_default])	从类中获取类标签值，并包含来自父类的标签级别继承。
get_class_tags()	从类中获取类标签，并包含来自父类的标签级别继承。
get_config()	获取自身的配置标志。
get_distance()	返回对齐的总距离。
get_distance_matrix()	返回对齐的距离矩阵。
get_fitted_params([deep])	获取已拟合参数。
get_param_defaults()	获取对象的默认参数。
get_param_names([sort])	获取对象的参数名称。
get_params([deep])	获取此对象的参数值字典。
get_tag(tag_name[, tag_value_default, ...])	从实例中获取标签值，并包含标签级别继承和覆盖。
get_tags()	从实例中获取标签，并包含标签级别继承和覆盖。
get_test_params([parameter_set])	AlignerDTWdist 的测试参数。
is_composite()	检查对象是否由其他 BaseObjects 组成。
load_from_path(serial)	从文件位置加载对象。
load_from_serial(serial)	从序列化内存容器加载对象。
reset()	将对象重置为干净的初始化后状态。
save([path, serialization_format])	将序列化的自身保存为类字节对象或保存到 (.zip) 文件。
set_config(**config_dict)	将配置标志设置为给定值。
set_params(**params)	设置此对象的参数。
set_random_state([random_state, deep, ...])	为自身设置 random_state 伪随机种子参数。
set_tags(**tag_dict)	将实例级别标签覆盖设置为给定值。

classmethod get_test_params(parameter_set='default')

AlignerDTWdist 的测试参数。

check_is_fitted(method_name=None)

检查估计器是否已拟合。

检查 _is_fitted 属性是否存在且为 True。is_fitted 属性应在对象的 fit 方法调用中设置为 True。

如果不是，则引发 NotFittedError。

参数:

method_namestr，可选

调用此方法的函数名。如果提供，错误消息将包含此信息。

Raises:

NotFittedError

如果估计器尚未拟合。

clone()

获取具有相同超参数和配置的对象的克隆。

克隆是一个不同的对象，没有共享引用，处于初始化后状态。此函数等同于返回 self 的 sklearn.clone。

等同于构造一个新的 type(self) 实例，参数与 self 相同，即 type(self)(**self.get_params(deep=False))。

如果在 self 上设置了配置，克隆也将具有与原始对象相同的配置，等同于调用 cloned_self.set_config(**self.get_config())。

在值上也等同于调用 self.reset，区别在于 clone 返回一个新对象，而不是像 reset 那样改变 self。

Raises:

如果由于错误的 __init__ 导致克隆不符合要求，则引发 RuntimeError。

clone_tags(estimator, tag_names=None)

将另一个对象的标签作为动态覆盖进行克隆。

每个 scikit-base 兼容对象都有一本标签字典。标签可用于存储有关对象的元数据，或控制对象的行为。

标签是与实例 self 相关的键值对，是静态标志，在对象构造后不会更改。

clone_tags 从另一个对象 estimator 设置动态标签覆盖。

clone_tags 方法应仅在对象的 __init__ 方法中，构造期间，或通过 __init__ 后直接调用。

动态标签设置为 estimator 中 tag_names 指定的标签值。

tag_names 的默认值将 estimator 中的所有标签写入 self。

可以通过 get_tags 或 get_tag 检查当前标签值。

参数:

estimator:class:BaseObject 或派生类的实例

tag_namesstr 或 list of str，默认 = None

要克隆的标签名称。默认值（None）克隆 estimator 中的所有标签。

Returns:

self

对 self 的引用。

classmethod create_test_instance(parameter_set='default')

使用第一个测试参数集构建类的实例。

参数:

parameter_setstr，默认=”default”

要返回的测试参数集的名称，用于测试。如果未为某个值定义特殊参数，则将返回 “default” 集。

Returns:

instance具有默认参数的类实例

classmethod create_test_instances_and_names(parameter_set='default')

创建所有测试实例列表及其名称列表。

参数:

parameter_setstr，默认=”default”

要返回的测试参数集的名称，用于测试。如果未为某个值定义特殊参数，则将返回 “default” 集。

Returns:

objscls 实例列表

第 i 个实例是 cls(**cls.get_test_params()[i])

namesstr 列表，与 objs 长度相同

第 i 个元素是测试中 obj 的第 i 个实例的名称。如果实例多于一个，命名约定为 {cls.__name__}-{i}，否则为 {cls.__name__}

fit(X, Z=None)

给定要对齐的序列，拟合对齐。

状态更改

将状态更改为“fitted”。

写入 self

将 self._is_fitted 标志设置为 True。将 X 和 Z 分别存储到 self._X 和 self._Z。设置以“_”结尾的拟合模型属性。

参数:

X长度为 n 的 list of pd.DataFrame (Series)

要对齐的序列集合

Zn 行的 pd.DataFrame，可选

元数据，Z 的第 i 行对应于 X 的第 i 个元素

get_aligned()

返回传递给 fit 的序列的对齐版本。

行为：返回传递给 fit 的未对齐序列的对齐版本

模型应处于拟合状态，从 self 读取拟合模型参数

所需状态

要求状态为“fitted”。

访问 self

以“_”结尾的拟合模型属性。self._is_fitted

Returns:

X_aligned_list：list of pd.DataFrame，格式为序列

长度为 n，索引对应于传递给 fit 的 X 的索引，第 i 个元素是 X[i] 的重新索引的对齐版本

get_alignment()

返回在 fit 中传递的序列/时间序列的对齐（iloc 索引）。

行为：返回传递给 fit 的序列的对齐

模型应处于拟合状态，从 self 读取拟合模型参数

所需状态

要求状态为“fitted”。

访问 self

以“_”结尾的拟合模型属性。self._is_fitted

Returns:

格式为 alignment 的 pd.DataFrame，列名为 ‘ind’+str(i)（i 为整数）

列包含映射到对齐坐标的 X[i] 的 iloc 索引用于对齐

get_alignment_loc()

返回在 fit 中传递的序列/时间序列的对齐（loc 索引）。

行为：返回传递给 fit 的序列的对齐

模型应处于拟合状态，从 self 读取拟合模型参数

所需状态

要求状态为“fitted”。

访问 self

以“_”结尾的拟合模型属性。self._is_fitted

Returns:

格式为 alignment 的 pd.DataFrame，列名为 ‘ind’+str(i)（i 为整数）

列包含映射到对齐坐标的传递给 fit 的 X[i] 的 loc 索引用于对齐

classmethod get_class_tag(tag_name, tag_value_default=None)

从类中获取类标签值，并包含来自父类的标签级别继承。

每个 scikit-base 兼容对象都有一个标签字典，用于存储有关对象的元数据。

get_class_tag 方法是一个类方法，仅考虑类级别标签值和覆盖来检索标签的值。

它从对象中返回名称为 tag_name 的标签值，考虑标签覆盖，优先级从高到低如下：

1. 在类的 _tags 属性中设置的标签。

2. 在父类的 _tags 属性中设置的标签，

按继承顺序排列。

不考虑通过 set_tags 或 clone_tags 在实例上设置的动态标签覆盖。

要检索可能包含实例覆盖的标签值，请改用 get_tag 方法。

参数:

tag_namestr

标签值的名称。

tag_value_default任意类型

如果未找到标签，则为默认/备用值。

Returns:

tag_value

self 中 tag_name 标签的值。如果未找到，则返回 tag_value_default。

classmethod get_class_tags()

从类中获取类标签，并包含来自父类的标签级别继承。

每个 scikit-base 兼容对象都有一本标签字典。标签可用于存储有关对象的元数据，或控制对象的行为。

标签是与实例 self 相关的键值对，是静态标志，在对象构造后不会更改。

get_class_tags 方法是一个类方法，仅考虑类级别标签值和覆盖来检索标签的值。

它返回一个字典，其键是类或其任何父类中 _tags 属性的任何键。

值是相应的标签值，覆盖优先级从高到低如下：

1. 在类的 _tags 属性中设置的标签。

2. 在父类的 _tags 属性中设置的标签，

按继承顺序排列。

实例可以根据超参数覆盖这些标签。

要检索可能包含实例覆盖的标签，请改用 get_tags 方法。

不考虑通过 set_tags 或 clone_tags 在实例上设置的动态标签覆盖。

要包含动态标签的覆盖，请使用 get_tags。

collected_tagsdict

标签名 : 标签值 对的字典。通过嵌套继承从 _tags 类属性收集。不受通过 set_tags 或 clone_tags 设置的动态标签覆盖。

get_config()

获取自身的配置标志。

配置是 self 的键值对，通常用作控制行为的临时标志。

get_config 返回动态配置，这些配置会覆盖默认配置。

默认配置在类或其父类的类属性 _config 中设置，并通过 set_config 设置的动态配置覆盖。

配置在 clone 或 reset 调用时保留。

Returns:

config_dictdict

配置名 : 配置值 对的字典。通过嵌套继承从 _config 类属性收集，然后是来自 _onfig_dynamic 对象属性的任何覆盖和新标签。

get_distance()

返回对齐的总距离。

行为：返回对应于对齐的总距离

并非所有对齐器都会返回或实现此功能（可选）

所需状态

要求状态为“fitted”。

访问 self

以“_”结尾的拟合模型属性。self._is_fitted

Returns:

distance：float - 传递给 fit 的所有 X 元素之间的总距离

get_distance_matrix()

返回对齐的距离矩阵。

行为：返回对齐距离的成对距离矩阵

并非所有对齐器都会返回或实现此功能（可选）

所需状态

要求状态为“fitted”。

访问 self

以“_”结尾的拟合模型属性。self._is_fitted

Returns:

distmat：一个 (n x n) np.array 浮点数，其中 n 是传递给 fit 的 X 的长度

[i,j]-th 条目是传递给 fit 的 X[i] 和 X[j] 之间的对齐距离

get_fitted_params(deep=True)

获取已拟合参数。

所需状态

要求状态为“fitted”。

参数:

deepbool，默认=True

是否返回组件的拟合参数。

• 如果为 True，将返回此对象的参数名: 值字典，包括可拟合组件（= BaseEstimator 类型参数）的拟合参数。

• 如果为 False，将返回此对象的参数名: 值字典，但不包括组件的拟合参数。

Returns:

fitted_params键为 str 类型的字典

拟合参数的字典，键值对 paramname: paramvalue 包括

• 总是：此对象的所有拟合参数，如通过 get_param_names 获取的，值是此对象该键的拟合参数值

• 如果 deep=True，还包含组件参数的键/值对，组件的参数索引为 [componentname]__[paramname]，componentname 的所有参数都显示为 paramname 及其值

• 如果 deep=True，还包含任意级别的组件递归，例如 [componentname]__[componentcomponentname]__[paramname] 等

classmethod get_param_defaults()

获取对象的默认参数。

Returns:

default_dict: dict[str, Any]

键是 cls 的所有在 __init__ 中定义了默认值的参数。值是默认值，如在 __init__ 中定义的。

classmethod get_param_names(sort=True)

获取对象的参数名称。

参数:

sortbool，默认=True

是否按字母顺序（True）或按它们在类的 __init__ 中出现的顺序（False）返回参数名称。

Returns:

param_names: list[str]

cls 的参数名称列表。如果 sort=False，则按它们在类的 __init__ 中出现的顺序排列。如果 sort=True，则按字母顺序排列。

get_params(deep=True)

获取此对象的参数值字典。

参数:

deepbool，默认=True

是否返回组件的参数。

• 如果为 True，将返回此对象的参数名 : 值 dict，包括组件参数（= BaseObject 类型参数）。

• 如果为 False，将返回此对象的参数名 : 值 dict，但不包括组件参数。

Returns:

params键为 str 类型的字典

参数的字典，键值对 paramname: paramvalue 包括

• 总是：此对象的所有参数，如通过 get_param_names 获取的，值是此对象该键的参数值，值始终与构造时传递的值相同

• 如果 deep=True，还包含组件参数的键/值对，组件的参数索引为 [componentname]__[paramname]，componentname 的所有参数都显示为 paramname 及其值

• 如果 deep=True，还包含任意级别的组件递归，例如 [componentname]__[componentcomponentname]__[paramname] 等

get_tag(tag_name, tag_value_default=None, raise_error=True)

从实例中获取标签值，并包含标签级别继承和覆盖。

每个 scikit-base 兼容对象都有一本标签字典。标签可用于存储有关对象的元数据，或控制对象的行为。

标签是与实例 self 相关的键值对，是静态标志，在对象构造后不会更改。

get_tag 方法检索名称为 tag_name 的单个标签值，考虑标签覆盖，优先级从高到低如下：

1. 通过 set_tags 或 clone_tags 在实例上设置的标签，

在实例构造时。

2. 在类的 _tags 属性中设置的标签。

3. 在父类的 _tags 属性中设置的标签，

按继承顺序排列。

参数:

tag_namestr

要检索的标签名称

tag_value_default任意类型，可选；默认=None

如果未找到标签，则为默认/备用值

raise_errorbool

如果未找到标签是否引发 ValueError

Returns:

tag_valueAny

self 中 tag_name 标签的值。如果未找到，则如果 raise_error 为 True，则引发错误，否则返回 tag_value_default。

Raises:

ValueError，如果 raise_error 为 True。

如果 tag_name 不在 self.get_tags().keys() 中，则引发 ValueError。

get_tags()

从实例中获取标签，并包含标签级别继承和覆盖。

每个 scikit-base 兼容对象都有一本标签字典。标签可用于存储有关对象的元数据，或控制对象的行为。

标签是与实例 self 相关的键值对，是静态标志，在对象构造后不会更改。

get_tags 方法返回一个标签字典，其键是类或其任何父类中 _tags 属性的任何键，或通过 set_tags 或 clone_tags 设置的标签。

值是相应的标签值，覆盖优先级从高到低如下：

1. 通过 set_tags 或 clone_tags 在实例上设置的标签，

在实例构造时。

2. 在类的 _tags 属性中设置的标签。

3. 在父类的 _tags 属性中设置的标签，

按继承顺序排列。

Returns:

collected_tagsdict

标签名 : 标签值 对的字典。通过嵌套继承从 _tags 类属性收集，然后是来自 _tags_dynamic 对象属性的任何覆盖和新标签。

is_composite()

检查对象是否由其他 BaseObjects 组成。

复合对象是参数中包含其他对象的对象。在实例上调用，因为这可能因实例而异。

Returns:

composite: bool

对象的任何参数的值是否是 BaseObject 后代实例。

property is_fitted

是否已调用 fit。

检查对象的 _is_fitted 属性，该属性在对象构造期间应初始化为 False，并在对象的 fit 方法调用中设置为 True。

Returns:

bool

估计器是否已 fit。

classmethod load_from_path(serial)

从文件位置加载对象。

参数:

serialZipFile(path).open(“object) 的结果

Returns:

序列化自身在 path 处的输出，为 cls.save(path) 的结果

classmethod load_from_serial(serial)

从序列化内存容器加载对象。

参数:

serialcls.save(None) 输出的第一个元素

Returns:

序列化自身的结果，为 cls.save(None) 的输出 serial

reset()

将对象重置为干净的初始化后状态。

结果是将 self 设置为构造函数调用后直接的状态，具有相同的超参数。通过 set_config 设置的配置值也保留。

一个 reset 调用会删除任何对象属性，除了

• 超参数 = 写入 self 的 __init__ 参数，例如 self.paramname，其中 paramname 是 __init__ 的参数

• 包含双下划线（即字符串“__”）的对象属性。例如，名为“__myattr”的属性会被保留。

• 配置属性，配置保持不变。也就是说，reset 前后 get_config 的结果相等。

类和对象方法以及类属性也不受影响。

等同于 clone，区别在于 reset 改变 self 而不是返回新对象。

在调用 self.reset() 后，self 在值和状态上等于通过构造函数调用 ``type(self)(**self.get_params(deep=False))`` 获取的对象。

Returns:

self

类实例重置为干净的初始化后状态，但保留当前超参数值。

save(path=None, serialization_format='pickle')

将序列化的自身保存为类字节对象或保存到 (.zip) 文件。

行为：如果 path 为 None，返回一个内存中的序列化自身；如果 path 是文件位置，将自身存储在该位置，格式为 zip 文件。

保存的文件是 zip 文件，包含以下内容：_metadata - 包含自身的类，即 type(self)；_obj - 序列化的自身。此类使用默认序列化（pickle）。

参数:

pathNone 或文件位置 (str 或 Path)

如果为 None，自身保存到内存对象中；如果为文件位置，自身保存到该文件位置。例如，如果

• path=”estimator”，则会在当前工作目录创建 zip 文件 estimator.zip。

• path=”/home/stored/estimator”，则会在 /home/stored/ 中创建 zip 文件 estimator.zip。

stored in /home/stored/.

serialization_format: str, default = “pickle”

用于序列化的模块。可用选项为 “pickle” 和 “cloudpickle”。请注意，非默认格式可能需要安装其他软依赖项。

Returns:

如果 path 为 None - 内存中的序列化自身

如果 path 是文件位置 - 包含文件引用的 ZipFile

set_config(**config_dict)

将配置标志设置为给定值。

参数:

config_dictdict

配置名 : 配置值 对的字典。以下列出了有效的配置、值及其含义

displaystr，“diagram”（默认），或“text”

jupyter kernel 如何显示自身实例

• “diagram” = html 框图表示

• “text” = 字符串打印输出

print_changed_onlybool，默认=True

打印自身时是仅列出与默认值不同的参数（False），还是列出所有参数名称和值（False）。不嵌套，即仅影响自身，不影响组件估计器。

warningsstr，“on”（默认），或“off”

是否引发警告，仅影响来自 sktime 的警告

• “on” = 将引发来自 sktime 的警告

• “off” = 将不引发来自 sktime 的警告

backend:parallelstr，可选，默认=”None”

广播/向量化时用于并行化的后端，以下之一

• “None”：按顺序执行循环，简单的列表推导

• “loky”、“multiprocessing”和“threading”：使用 joblib.Parallel

• “joblib”：自定义和第三方 joblib 后端，例如 spark

• “dask”：使用 dask，需要在环境中安装 dask 包

• “ray”：使用 ray，需要在环境中安装 ray 包

backend:parallel:paramsdict，可选，默认={}（未传递参数）

作为配置传递给并行化后端的附加参数。有效键取决于 backend:parallel 的值

• “None”：没有附加参数，backend_params 被忽略

• “loky”、“multiprocessing”和“threading”：默认的 joblib 后端，可以传递 joblib.Parallel 的任何有效键，例如 n_jobs，但 backend 除外，它由 backend 直接控制。如果未传递 n_jobs，则默认为 -1，其他参数将默认为 joblib 默认值。

• “joblib”：自定义和第三方 joblib 后端，例如 spark。可以传递 joblib.Parallel 的任何有效键，例如 n_jobs，在这种情况下，必须将 backend 作为 backend_params 的键传递。如果未传递 n_jobs，则默认为 -1，其他参数将默认为 joblib 默认值。

• “dask”：可以传递 dask.compute 的任何有效键，例如 scheduler

• “ray”：可以传递以下键

  • “ray_remote_args”：ray.init 有效键的字典

  • “shutdown_ray”：bool，默认=True；False 阻止 ray 在并行化后关闭。

    shutting down after parallelization.

  • “logger_name”：str，默认=”ray”；要使用的日志记录器的名称。

  • “mute_warnings”：bool，默认=False；如果为 True，则抑制警告

Returns:

self对自身的引用。

Notes

更改对象状态，将 config_dict 中的配置复制到 self._config_dynamic。

set_params(**params)

设置此对象的参数。

此方法适用于简单的 skbase 对象以及复合对象。参数键字符串 <component>__<parameter> 可用于复合对象（即包含其他对象的对象）以访问组件 <component> 中的 <parameter>。如果不使用 <component>__ 前缀，也可以使用字符串 <parameter>，前提是引用无歧义，例如，没有两个组件参数具有名称 <parameter>。

参数:

**paramsdict

BaseObject 参数，键必须是 <component>__<parameter> 字符串。__ 后缀可以作为完整字符串的别名，如果它们在 get_params 键中是唯一的。

Returns:

self对自身的引用（参数设置后）

set_random_state(random_state=None, deep=True, self_policy='copy')

为自身设置 random_state 伪随机种子参数。

通过 self.get_params 找到名为 random_state 的参数，并通过 set_params 将它们设置为通过 sample_dependent_seed 的链式哈希从 random_state 派生的整数。这些整数保证了伪随机生成器的伪随机独立性。

根据 self_policy 应用于 self 中的 random_state 参数，并且仅当 deep=True 时应用于剩余的组件对象。

注意：即使 self 没有 random_state 参数，或任何组件没有 random_state 参数，也会调用 set_params。因此，set_random_state 将重置任何 scikit-base 对象，即使是那些没有 random_state 参数的对象。

参数:

random_stateint、RandomState 实例或 None，默认=None

伪随机数生成器，用于控制随机整数的生成。传递 int 可在多次函数调用中获得可重现的输出。

deepbool，默认=True

Whether to set the random state in skbase object valued parameters, i.e., component estimators.

• 如果为 False，仅设置 self 的 random_state 参数（如果存在）。

• 如果为 True，也将设置组件对象中的 random_state 参数。

self_policystr，以下之一 {“copy”、“keep”、“new”}，默认=”copy”

• “copy” : self.random_state 设置为输入的 random_state

• “keep” : self.random_state 保持不变

• “new” : self.random_state 设置为一个新的随机状态，

由输入的 random_state 派生，通常与它不同

Returns:

self对自身的引用

set_tags(**tag_dict)

将实例级别标签覆盖设置为给定值。

每个 scikit-base 兼容对象都有一个标签字典，用于存储有关对象的元数据。

标签是与实例 self 相关的键值对，是静态标志，在对象构造后不会更改。它们可用于元数据检查，或控制对象的行为。

set_tags 将动态标签覆盖设置为 tag_dict 中指定的值，其中键是标签名称，字典值是要设置的标签值。

set_tags 方法应仅在对象的 __init__ 方法中，构造期间，或通过 __init__ 后直接调用。

可以通过 get_tags 或 get_tag 检查当前标签值。

参数:

**tag_dictdict

标签名 : 标签值 对的字典。

Returns:

Self

对自身的引用。