load_tecator#

load_tecator(split=None, return_X_y=True, return_type=None, y_dtype='float')[source]#

加载 Tecator 时间序列回归问题并返回 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，则单独返回 (特征, 目标)，而不是一个包含特征和目标列的单个 DataFrame。

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。字符串可以是任何支持的 sktime Panel mtype,

mtype 列表请参阅 datatypes.MTYPE_REGISTER，规范请参阅 examples/AA_datatypes_and_datasets.ipynb

常用规范

“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。y_dtype: float, 可选(默认=’float’) 目标变量的数据类型。

返回值:
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 1D numpy 数组, 仅当 return_X_y 为 True 时返回

X 中每个时序实例的目标值。如果 return_X_y 为 False，则将 y 附加到 X 中。

说明

维度: 单变量 序列长度: 100 训练用例: 172 测试用例: 43

此数据集的目的是基于肉类的近红外吸收光谱测量其脂肪含量。

吸收光谱在 850 nm 到 1050 nm 的波长范围内测量。脂肪含量通过标准化学分析方法测量。数据集包含 215 个肉类样本，每个样本有 100 个光谱测量值。更多信息请参见：https://www.openml.org/search?type=data&sort=runs&id=505&status=active

吸收光谱在 850 nm 到 1050 nm 的波长范围内测量。脂肪含量通过标准化学分析方法测量。数据集包含 215 个肉类样本，每个样本有 100 个光谱测量值。更多信息请参阅：https://www.openml.org/search?type=data&sort=runs&id=505&status=active

参考文献

[1] C.Borggaard and H.H.Thodberg, “Optimal Minimal Neural Interpretation of Spectra” , Analytical Chemistry 64 (1992), p 545-551. [2] H.H.Thodberg, “Ace of Bayes: Application of Neural Networks with Pruning” Manuscript 1132, Danish Meat Research Institute (1993), p 1-12.

示例

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