load_gunpoint#

load_gunpoint(split=None, return_X_y=True, return_type=None)[source]#

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集或测试集实例。默认加载训练集和测试集实例（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 dataframe。

return_type: 有效的 Panel mtype 字符串或 None，可选 (默认=None=”nested_univ”)

用于指定返回 X 的内存数据格式，None = “nested_univ” 类型。字符串可以是任何支持的 sktime Panel mtype，

有关 mtype 列表，请参阅 datatypes.MTYPE_REGISTER；有关规范，请参阅 examples/AA_datatypes_and_datasets.ipynb

常用的规范

“nested_univ”: 嵌套的 pd.DataFrame，单元格中包含 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

问题的时间序列数据，包含 n 个实例

y: 长度为 n 的 1D 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别标签。如果 return_X_y 为 False，y 会被附加到 X 中。

说明

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

此数据集包含一名女演员和一名男演员用手做动作。两个类别是：拔枪 (Gun-Draw) 和指向 (Point)：对于拔枪，演员将手放在身体两侧。他们从臀部枪套中拔出一把复制品枪，对准目标约一秒钟，然后将枪放回枪套，并将手放回身体两侧。对于指向，演员将手放在身体两侧。他们用食指对准目标约一秒钟，然后将手放回身体两侧。对于这两个类别，我们跟踪了演员右手在 X 轴和 Y 轴上的质心，它们之间似乎高度相关。存档中的数据仅包含 X 轴。

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

示例

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