DtwDist#

类 DtwDist(weighted: bool = False, derivative: bool = False, window: int | None = None, itakura_max_slope: float | None = None, bounding_matrix: ndarray = None, g: float = 0.0)[source]#

sktime 原生 dtw 距离接口，支持导数或加权。

简单动态时间规整 (DTW) 距离接口，以及以下加权/导数版本：

  • WDTW - 加权动态时间规整 - weighted=True, derivative=False

  • DDTW - 导数动态时间规整 - weighted=False, derivative=True

  • WDDTW - 加权导数动态时间规整 - weighted=True, derivative=True

sktime 对高效的 numba 实现的接口，该实现由 sktime.distances 中的 pairwise_distance 提供。

该估计器为以下时间序列提供了高性能的时间规整距离实现：* 等长的时间序列 * 欧氏成对距离

对于不等长的时间序列，请使用 sktime.dists_kernels.DistFromAligner 搭配时间规整对齐器，例如 sktime.aligners.AlignerDTW。要使用任意成对距离，请使用 sktime.aligners.AlignerDTWfromDist。（对于导数 DTW，请将对齐距离与 Differencer 组成管道）

请注意，上述更灵活的选项性能可能较低。

这些算法也可用作对齐估计器 sktime.alignment.dtw_numba，用于生成对齐（也称为对齐路径）。

DTW 最初在 [1] 中提出，DTW 通过在计算过程中考虑两个时间序列的对齐来计算它们之间的距离。这是通过测量两个时间序列所有元素之间的点对点距离（通常使用欧氏距离），然后使用动态规划寻找规整路径来完成的，该路径使重新对齐序列之间的总点对点距离最小化。

DDTW 是 DTW 的一个变体，最初在 [2] 中提出。DDTW 试图通过更好地考虑时间序列的“形状”来改进 DTW。这是通过将 y 轴数据点视为“形状”的更高层次特征来完成的。为此，计算序列的一阶导数，然后使用该派生序列进行 DTW 计算。

WDTW 最初在 [3] 中提出，它增加了基于规整距离的乘法加权惩罚。这意味着相位差较小的时间序列施加的权重较小（即惩罚较轻），而相位差较大的时间序列施加的权重较大（即惩罚较重）。

WDDTW 最初在 [3] 中提出，是 DDTW 的一个扩展。通过给导数增加权重，这意味着对齐不仅考虑时间序列的形状，还考虑相位。

参数:
weightedbool, 可选, 默认=False

是否计算距离的加权版本。False = 未修改的距离，即 dtw 距离或导数 dtw 距离 True = 加权距离，即加权 dtw 或加权导数 dtw

derivativebool, 可选, 默认=False

是计算距离还是导数距离。False = 未修改的距离，即 dtw 距离或加权 dtw 距离 True = 导数距离，即导数 dtw 距离或导数 wdtw

window: int, 默认值 = None

Sakoe-Chiba 窗口半径。指定边界矩阵的三种互斥方式之一。如果为 None，则不使用 Sakoe-Chiba 窗口；如果为 int，则使用半径为 window 的 Sakoe-Chiba 下界窗口。如果传入 window，则 itakura_max_slope 将被忽略。

itakura_max_slope: float, 介于 0. 和 1. 之间, 默认 = None

Itakura 平行四边形斜率。指定边界矩阵的三种互斥方式之一。如果为 None，则不使用 Itakura 平行四边形下界；如果为 float，则使用斜率梯度为 itakura_max_slope 的 Itakura 平行四边形下界。

bounding_matrix: 可选, 2D np.ndarray, 默认=None

指定边界矩阵的三种互斥方式之一。必须是形状为 (len(X), len(X2)) 的矩阵，其中 len 表示时间点数量，X、X2 是在 transform 中传入的两个时间序列。要使用的自定义边界矩阵。如果提供，则 window 和 itakura_max_slope 将被忽略。矩阵的结构应使得在边界内考虑的索引值应为 0.，而边界矩阵外的索引值应为无穷大。

g: float, 可选, 默认 = 0. 仅在 weighted=True 时使用。

控制函数曲率（斜率）的常数；也就是说，g 控制对于相位差较大的点的惩罚程度。

属性:
is_fitted

是否已调用 fit。

参考文献

[1]

H. Sakoe, S. Chiba, “Dynamic programming algorithm optimization for spoken word recognition,” IEEE Transactions on Acoustics, Speech and Signal Processing, vol. 26(1), pp. 43–49, 1978.

[2]

Keogh, Eamonn & Pazzani, Michael. (2002). Derivative Dynamic Time Warping. First SIAM International Conference on Data Mining. 1. 10.1137/1.9781611972719.1.

[3] (1,2)

Young-Seon Jeong, Myong K. Jeong, Olufemi A. Omitaomu, Weighted dynamic time

warping for time series classification, Pattern Recognition, Volume 44, Issue 9, 2011, Pages 2231-2240, ISSN 0031-3203, https://doi.org/10.1016/j.patcog.2010.09.022.

示例

>>> from sktime.datasets import load_unit_test
>>> from sktime.dists_kernels.dtw import DtwDist
>>>
>>> X, _ = load_unit_test(return_type="pd-multiindex")  
>>> d = DtwDist(weighted=True, derivative=True)  
>>> distmat = d.transform(X)

距离也可用作可调用对象，这实现了相同的功能

>>> distmat = d(X)

方法

__call__(X[, X2])

计算距离/核矩阵，调用快捷方式。

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])

从另一个对象克隆标签作为动态覆盖。

create_test_instance([parameter_set])

使用第一个测试参数集构造类的一个实例。

create_test_instances_and_names([parameter_set])

创建所有测试实例的列表以及它们的名称列表。

fit([X, X2])

用于接口兼容性的 fit 方法（内部无逻辑）。

get_class_tag(tag_name[, tag_value_default])

从类获取类标签值，具有来自父类的标签级别继承。

get_class_tags()

从类获取类标签，具有来自父类的标签级别继承。

get_config()

获取对象的配置标志。

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, ...])

从实例获取标签值，具有标签级别继承和覆盖。

get_tags()

从实例获取标签，具有标签级别继承和覆盖。

get_test_params([parameter_set])

返回估计器的测试参数设置。

is_composite()

检查对象是否由其他 BaseObject 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()

将对象重置为初始化后的干净状态。

save([path, serialization_format])

将序列化对象保存到字节类对象或保存到 (.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, ...])

为对象设置 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。

transform(X[, X2])

计算距离/核矩阵。

transform_diag(X)

计算距离/核矩阵的对角线。
类方法 get_test_params(parameter_set='default')[source]#

返回估计器的测试参数设置。

参数:
parameter_setstr, 默认=”default”

要返回的测试参数集的名称，用于测试。如果某个值没有定义特殊参数，将返回 "default" 集。当前没有为距离/核变换器保留的值。

返回:
paramsdict 或 list of dict, 默认 = {}

创建类的测试实例的参数。每个字典是构造一个“有趣的”测试实例的参数，即 MyClass(**params) 或 MyClass(**params[i]) 创建有效的测试实例。create_test_instance 使用 params 中的第一个（或唯一一个）字典。

check_is_fitted(method_name=None)[source]#

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 属性应在调用对象的 fit 方法时设置为 True。

否则，引发 NotFittedError。

参数:
method_namestr, 可选

调用此方法的函数的名称。如果提供，错误消息将包含此信息。

引发:
NotFittedError

如果估计器尚未拟合。

clone()[source]#

获取具有相同超参数和配置的对象的克隆。

克隆是一个没有共享引用且处于初始化后状态的不同对象。此函数相当于返回 self 的 sklearn.clone。

相当于构造 type(self) 的一个新实例，使用 self 的参数，也就是说，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，相当于调用 cloned_self.set_config(**self.get_config())。

在值上也等同于调用 self.reset，例外是 clone 返回一个新对象，而不是像 reset 那样修改 self。

引发:
如果在克隆不符合规范时引发 RuntimeError，通常是由于错误的 __init__。
clone_tags(estimator, tag_names=None)[source]#

从另一个对象克隆标签作为动态覆盖。

每个 scikit-base 兼容对象都有一个标签字典。标签可用于存储关于对象的元数据，或控制对象的行为。

标签是特定于实例 self 的键值对，它们是静态标志，在对象构造后不会改变。

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__ 方法中调用，即在构造期间或通过 __init__ 构造后立即调用。

动态标签被设置为 estimator 中的标签值，名称由 tag_names 指定。

tag_names 的默认值是将 estimator 中的所有标签写入到 self。

当前标签值可通过 get_tags 或 get_tag 检查。

参数:
estimator:class:BaseObject 或其派生类的一个实例
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。

返回:
self

对 self 的引用。

类方法 create_test_instance(parameter_set='default')[source]#

使用第一个测试参数集构造类的一个实例。

参数:
parameter_setstr, 默认=”default”

要返回的测试参数集的名称，用于测试。如果某个值没有定义特殊参数，将返回 “default” 集。

返回:
instance带有默认参数的类的实例
classmethod create_test_instances_and_names(parameter_set='default')[源代码]#

创建所有测试实例的列表以及它们的名称列表。

参数:
parameter_setstr, 默认=”default”

要返回的测试参数集的名称，用于测试。如果某个值没有定义特殊参数，将返回 “default” 集。

返回:
objslist of instances of cls

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

nameslist of str, same length as objs

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

fit(X=None, X2=None)[源代码]#

用于接口兼容性的 fit 方法（内部无逻辑）。

classmethod get_class_tag(tag_name, tag_value_default=None)[源代码]#

从类获取类标签值，具有来自父类的标签级别继承。

每个与 scikit-base 兼容的对象都有一个标签字典，用于存储对象的元数据。

get_class_tag 方法是一个类方法，它仅考虑类级别的标签值和覆盖，检索标签的值。

它从对象中返回名称为 tag_name 的标签值，并考虑标签覆盖，优先级按降序排列如下：

  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。

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

要检索具有潜在实例覆盖的标签值，请改用 get_tag 方法。

参数:
tag_namestr

标签值的名称。

tag_value_default任意类型，可选；默认=None

如果未找到标签的默认/回退值。

返回:
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()[源代码]#

从类获取类标签，具有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。标签可用于存储关于对象的元数据，或控制对象的行为。

标签是特定于实例 self 的键值对，它们是静态标志，在对象构造后不会改变。

get_class_tags 方法是一个类方法，它仅考虑类级别的标签值和覆盖，检索标签的值。

它返回一个字典，其键是类或其任何父类中设置的任何 _tags 属性的键。

值是相应的标签值，覆盖优先级按降序排列如下：

  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。

要检索具有潜在实例覆盖的标签，请改用 get_tags 方法。

不考虑在实例上通过 set_tags 或 clone_tags 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

标签名称：标签值对的字典。从嵌套继承的 _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()[源代码]#

获取对象的配置标志。

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，动态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，并被通过 set_config 设置的动态配置覆盖。

在 clone 或 reset 调用中，配置会被保留。

返回:
config_dictdict

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

get_fitted_params(deep=True)[源代码]#

获取已拟合参数。

所需状态

需要状态为“已拟合”。

参数:
deepbool, default=True

是否返回组件的拟合参数。

  • 如果为 True，将为此对象返回一个参数名称：值字典，包括可拟合组件（= BaseEstimator 值参数）的拟合参数。

  • 如果为 False，将为此对象返回一个参数名称：值字典，但不包括组件的拟合参数。

返回:
fitted_paramskey 为 str 的 dict

拟合参数的字典，paramname : paramvalue 键值对包含

  • 始终：此对象的所有拟合参数，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 的所有参数都以其值的 paramname 形式出现

  • 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()[源代码]#

获取对象的参数默认值。

返回:
default_dict: dict[str, Any]

键是 cls 的所有在 __init__ 中定义了默认值的参数。值是在 __init__ 中定义的默认值。

classmethod get_param_names(sort=True)[源代码]#

获取对象的参数名称。

参数:
sortbool, default=True

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

返回:
param_names: list[str]

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

get_params(deep=True)[源代码]#

获取此对象的参数值字典。

参数:
deepbool, default=True

是否返回组件的参数。

  • 如果为 True，将为此对象返回一个参数名称：值字典，包括组件（= BaseObject 值参数）的参数。

  • 如果为 False，将为此对象返回一个参数名称：值字典，但不包括组件的参数。

返回:
paramskey 为 str 的 dict

参数的字典，paramname : paramvalue 键值对包含

  • 始终：此对象的所有参数，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 的所有参数都以其值的 paramname 形式出现

  • 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)[源代码]#

从实例获取标签值，具有标签级别继承和覆盖。

每个 scikit-base 兼容对象都有一个标签字典。标签可用于存储关于对象的元数据，或控制对象的行为。

标签是特定于实例 self 的键值对，它们是静态标志，在对象构造后不会改变。

get_tag 方法从实例中检索名称为 tag_name 的单个标签值，并考虑标签覆盖，优先级按降序排列如下：

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

在实例构造时设置。

  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。

参数:
tag_namestr

要检索的标签名称

tag_value_default任意类型，可选；默认=None

如果未找到标签的默认/回退值

raise_errorbool

未找到标签时是否抛出 ValueError

返回:
tag_valueAny

self 中 tag_name 标签的值。如果未找到，并且 raise_error 为 True，则抛出错误，否则返回 tag_value_default。

引发:
ValueError, 如果 raise_error 为 True。

如果 tag_name 不在 self.get_tags().keys() 中，则抛出 ValueError。

get_tags()[源代码]#

从实例获取标签，具有标签级别继承和覆盖。

每个 scikit-base 兼容对象都有一个标签字典。标签可用于存储关于对象的元数据，或控制对象的行为。

标签是特定于实例 self 的键值对，它们是静态标志，在对象构造后不会改变。

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

值是相应的标签值，覆盖优先级按降序排列如下：

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

在实例构造时设置。

  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。

返回:
collected_tagsdict

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

is_composite()[源代码]#

检查对象是否由其他 BaseObject 组成。

复合对象是包含其他对象作为参数的对象。此方法在实例上调用，因为这可能因实例而异。

返回:
composite: bool

对象是否有任何参数其值是 BaseObject 后代实例。

property is_fitted[源代码]#

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，并在调用对象的 fit 方法时设置为 True。

返回:
bool

估计器是否已 fit。

classmethod load_from_path(serial)[源代码]#

从文件位置加载对象。

参数:
serialZipFile(path).open(“object) 的结果
返回:
反序列化后的 self，结果在 path 处，对应于 cls.save(path) 的输出
classmethod load_from_serial(serial)[源代码]#

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
返回:
反序列化后的 self，结果为 serial，对应于 cls.save(None)
reset()[源代码]#

将对象重置为初始化后的干净状态。

将 self 设置为构造函数调用后立即拥有的状态，具有相同的超参数。通过 set_config 设置的配置值也会被保留。

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__ 的一个参数

  • 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，配置会被保留，不会改变。也就是说，reset 前后 get_config 的结果是相等的。

类和对象方法，以及类属性也不会受到影响。

等同于 clone，不同之处在于 reset 会改变 self，而不是返回一个新对象。

调用 self.reset() 后，self 在值和状态上等同于构造函数调用 type(self)(**self.get_params(deep=False)) 后获得的对象。

返回:
self

重置到干净的初始化后状态，但保留当前超参数值的类实例。

save(path=None, serialization_format='pickle')[源代码]#

将序列化对象保存到字节类对象或保存到 (.zip) 文件。

行为：如果 path 为 None，则返回一个内存中的序列化 self；如果 path 是文件位置，则将 self 存储在该位置为一个 zip 文件

保存的文件是 zip 文件，包含以下内容：_metadata - 包含 self 的类，即 type(self) _obj - 序列化后的 self。此类别使用默认序列化（pickle）。

参数:
pathNone 或文件位置 (str 或 Path)

如果为 None，则将 self 保存到内存对象；如果为文件位置，则将 self 保存到该文件位置。如果

  • path="estimator"，则将在当前工作目录创建 zip 文件 estimator.zip。

  • path="/home/stored/estimator"，则 zip 文件 estimator.zip 将

存储在 /home/stored/ 中。

serialization_format: str, default = “pickle”

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

返回:
如果 path 为 None - 内存中的序列化 self
如果 path 为文件位置 - 包含对文件引用的 ZipFile
set_config(**config_dict)[源代码]#

将配置标志设置为给定值。

参数:
config_dictdict

配置名称：配置值对的字典。有效配置、值及其含义如下所示

displaystr, “diagram” (默认), 或 “text”

jupyter 内核如何显示 self 的实例

  • “diagram” = html 框图表示

  • “text” = 字符串打印输出

print_changed_onlybool, default=True

打印 self 时是否仅列出自默认值不同的参数（False），或所有参数名称和值（False）。不嵌套，即仅影响 self，不影响组件估计器。

warningsstr, “on” (默认), 或 “off”

是否引发警告，仅影响 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, optional, default=”None”

广播/向量化时用于并行化的后端，以下之一：

  • “None”: 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, optional, default={} (不传递参数)

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”: 无附加参数，忽略 backend_params

  • “loky”, “multiprocessing” 和 “threading”: 默认 joblib 后端，此处可以传递 joblib.Parallel 的任何有效键，例如 n_jobs，但 backend 除外，它直接由 backend 控制。如果未传递 n_jobs，则默认为 -1，其他参数默认为 joblib 的默认值。

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

  • “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 的有效键字典

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

      “logger_name”: str, default=”ray”; 要使用的 logger 名称。

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

    • self对 self 的引用。

返回:
Notes

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

set_params(**params)[源代码]#

此方法适用于简单的 skbase 对象以及复合对象。对于复合对象（即包含其他对象的对象），可以使用参数键字符串 <component>__<parameter> 来访问组件 <component> 中的 <parameter>。如果不带 <component>__ 的字符串 <parameter> 不会导致歧义（例如，没有两个组件参数同名 <parameter>），则也可以使用该字符串。

设置此对象的参数。

**paramsdict

参数:
BaseObject 参数，键必须是 <component>__<parameter> 字符串。__ 后缀可以在 get_params 键中唯一时作为全字符串的别名。

self对 self 的引用（设置参数后）

返回:
set_random_state(random_state=None, deep=True, self_policy='copy')[源代码]#
通过 self.get_params 查找名为 random_state 的参数，并通过 set_params 将它们设置为通过 sample_dependent_seed 从 random_state 派生的整数。这些整数是通过链式哈希采样得出的，并保证种子随机生成器的伪随机独立性。

为对象设置 random_state 伪随机种子参数。

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

注意：即使 self 没有 random_state 参数，或者没有任何组件有 random_state 参数，也会调用 set_params。因此，set_random_state 将重置任何 scikit-base 对象，即使是没有 random_state 参数的对象。

random_stateint, RandomState 实例 或 None, default=None

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

是否在 skbase 对象值参数（即组件估计器）中设置随机状态。

deepbool, default=True

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

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

  • self_policystr, 以下之一: {“copy”, “keep”, “new”}, default=”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，

  • 派生自输入的 random_state，通常与它不同

self对 self 的引用

返回:
set_tags(**tag_dict)[源代码]#
标签是特定于实例 self 的键值对，它们是静态标志，对象构造后不会改变。它们可用于元数据检查或控制对象的行为。

将实例级别标签覆盖设置为给定值。

每个与 scikit-base 兼容的对象都有一个标签字典，用于存储对象的元数据。

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，或在通过 __init__ 直接构造后调用。

**tag_dictdict

当前标签值可通过 get_tags 或 get_tag 检查。

参数:
标签名称：标签值对的字典。

Self

返回:
对 self 的引用。

transform(X, X2=None)[源代码]#

行为：返回 X 和 X2（如果未传递则等于 X）中样本之间的成对距离/核矩阵

计算距离/核矩阵。

XSeries 或 Panel，任何支持的 mtype，n 个实例

要转换的数据，Python 类型如下

参数:
Series: pd.Series, pd.DataFrame, 或 np.ndarray (1D 或 2D) Panel: 具有 2 级 MultiIndex 的 pd.DataFrame, pd.DataFrame 列表,
嵌套的 pd.DataFrame，或 long/wide 格式的 pd.DataFrame

遵循 sktime mtype 格式规范，更多详细信息请参阅

examples/AA_datatypes_and_datasets.ipynb

X2Series 或 Panel，任何支持的 mtype，m 个实例

可选，默认: X = X2

X 和 X2 不需要具有相同的 mtype

distmat: shape [n, m] 的 np.array

嵌套的 pd.DataFrame，或 long/wide 格式的 pd.DataFrame

遵循 sktime mtype 格式规范，更多详细信息请参阅

examples/AA_datatypes_and_datasets.ipynb

X2Series 或 Panel，任何支持的 mtype，m 个实例

可选，默认: X = X2

(i,j) 条目包含 X[i] 和 X2[j] 之间的距离/核

返回:
transform_diag(X)[源代码]#

行为：返回 X 中样本的距离/核矩阵的对角线

diag: shape [n] 的 np.array

计算距离/核矩阵的对角线。

第 i 个条目包含 X[i] 和 X[i] 之间的距离/核

参数:
Series: pd.Series, pd.DataFrame, 或 np.ndarray (1D 或 2D) Panel: 具有 2 级 MultiIndex 的 pd.DataFrame, pd.DataFrame 列表,
嵌套的 pd.DataFrame，或 long/wide 格式的 pd.DataFrame

遵循 sktime mtype 格式规范，更多详细信息请参阅

examples/AA_datatypes_and_datasets.ipynb

X2Series 或 Panel，任何支持的 mtype，m 个实例

可选，默认: X = X2

返回:
在此页面上

DtwDist.get_test_params