load_italy_power_demand

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

加载 ItalyPowerDemand 时间序列分类问题数据集。

参数:

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

是否加载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 (默认值=True)

如果为 True，则分别返回 (特征, 目标) 而不是包含特征和目标列的单个数据框。

return_type: 有效的 Panel mtype 字符串或 None, 可选 (默认值=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,

mtypes 列表请参见 datatypes.MTYPE_REGISTER；规范请参见 examples/AA_datatypes_and_datasets.ipynb

常用的规范

“nested_univ”: 嵌套的 pd.DataFrame, 单元格中为 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”: 带有 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 return_type 的 mtype 规范

问题的时序数据, 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 将附加到 X 而不是单独返回。

注意

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

该数据源自意大利的十二个每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》(Intelligent Icons: Integrating Lite-Weight Data Mining and Visualization into GUI Operating Systems)。分类任务是区分 10 月至次年 3 月（含）和 4 月至 9 月的日期。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()