EditDist#

类 EditDist(distance: str = 'lcss', window: int | None = None, itakura_max_slope: float | None = None, bounding_matrix: ndarray = None, epsilon: float = 1.0, g: float = 0.0, lmbda: float = 1.0, nu: float = 0.001, p: int = 2)[source]#

sktime 原生编辑距离的接口。

以下编辑距离的接口：LCSS - 最长公共子序列距离 ERP - 真实惩罚的编辑距离 EDR - 真实序列的编辑距离 TWE - 时间扭曲编辑距离

LCSS [1] 尝试找到两个时间序列之间的最长公共序列，并返回该最长公共序列所占的百分比值。LCSS 通过匹配相似度达到定义阈值 (epsilon) 的索引来计算。

返回的值将在 0.0 到 1.0 之间，其中 0.0 表示两个时间序列完全相同，1.0 表示它们完全相反。

EDR [2] 计算必须从 x 和 y 中移除的最小元素数量（以百分比表示），以便剩余信号元素之间的距离总和在容差 (epsilon) 范围内。

返回的值对于每个时间序列将在 0 到 1 之间。该值将表示为需要移除的元素占总元素的百分比，以便时间序列完全匹配。

ERP [3] 尝试通过更好地考虑索引如何在成本矩阵中向前传播来对齐时间序列。通常在 DTW 成本矩阵中，如果找不到对齐，则前一个值会向前传播。而 ERP 则提出了“间隙”或没有匹配点的序列的概念。然后根据这些间隙与“g”的距离进行惩罚。

TWE [4] 是一种离散时间序列匹配的距离度量，具有时间“弹性”。与其他距离度量（例如 DTW（动态时间规整）或 LCS（最长公共子序列问题））相比，TWE 是一种度量。其计算时间复杂度为 O(n^2)，但在某些特定情况下，通过使用走廊限制搜索空间可以大幅降低。其内存空间复杂度可以降低到 O(n)。

参数:
distance: str，以下之一 [“lcss”, “edr”, “erp”, “twe”]，可选，默认值 = “lcss”

计算的距离名称

window: float，默认值 = None

浮点数，表示 Sakoe-Chiba 窗口的半径（如果使用 Sakoe-Chiba 下界）。值必须介于 0. 和 1 之间。

itakura_max_slope: float，默认值 = None

Itakura 平行四边形的斜率梯度（如果使用 Itakura 平行四边形下界）

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

如果传入，则对于 transform 中的 X, X2，形状必须为 (len(X), len(X2))。要使用的自定义边界矩阵。如果定义，则忽略其他 lower_bounding 参数。矩阵结构应使得在界限内考虑的索引值为 0.，而在边界矩阵外的索引值为无穷大。

epsilonfloat，默认值 = 1.

用于 LCSS、EDR、ERP，否则忽略。匹配阈值，用于确定两个子序列是否足够接近以被视为“公共”序列。

g: float，默认值 = 0.

用于 ERP，否则忽略。用于惩罚间隙的参考值。

lmbda: float，可选，默认值 = 1.0

用于 TWE，否则忽略。惩罚编辑工作的常数惩罚。必须 >= 1.0。

nu: float，可选，默认值 = 0.001

用于 TWE，否则忽略。一个非负常数，表征弹性 TWE 度量的刚度。必须 > 0。

p: int，可选，默认值 = 2

用于 TWE，否则忽略。局部成本的 p 范数阶数。

属性:
is_fitted

是否已调用 fit。

参考文献

[1]

M. Vlachos, D. Gunopoulos, and G. Kollios. 2002. “发现相似多维轨迹”，载于第 18 届国际数据工程大会（ICDE ‘02）论文集。IEEE 计算机学会，美国，第 673 页。

[2]

Lei Chen, M. Tamer Özsu, and Vincent Oria. 2005. 移动对象轨迹的鲁棒快速相似性搜索。载于 2005 年 ACM SIGMOD 数据管理国际会议（SIGMOD ‘05）论文集。计算机协会，纽约，纽约州，美国，第 491-502 页。DOI:https://doi.org/10.1145/1066157.1066213

[3]

Lei Chen and Raymond Ng. 2004. Lp 范数与编辑距离的结合。载于第三十届国际超大型数据库会议（VLDB ‘04）论文集 - 第 30 卷。VLDB Endowment，第 792-803 页。

[4]

Marteau, P.; F. (2009). “具有刚度调整的时间扭曲编辑距离用于时间序列匹配”。IEEE 模式分析与机器学习智能汇刊。31 (2): 306-318。

示例

>>> from sktime.datasets import load_unit_test
>>> from sktime.dists_kernels.edit_dist import EditDist
>>>
>>> X, _ = load_unit_test(return_type="pd-multiindex")  
>>> d = EditDist("edr")  
>>> distmat = d.transform(X)

距离也是可调用的，作用相同

>>> distmat = d(X)

方法

__call__(X[, X2])

计算距离/核矩阵，调用简写形式。

check_is_fitted([method_name])

检查评估器是否已拟合。

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])

构造类的实例，使用第一个测试参数集。

create_test_instances_and_names([parameter_set])

创建所有测试实例的列表及其名称列表。

fit([X, X2])

用于接口兼容性的拟合方法（内部无逻辑）。

get_class_tag(tag_name[, tag_value_default])

从类中获取类标签值，并具有来自父类的标签级别继承。

get_class_tags()

从类中获取类标签，并具有来自父类的标签级别继承。

get_config()

获取 self 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，并具有标签级别继承和覆盖。

get_tags()

从实例获取标签，并具有标签级别继承和覆盖。

get_test_params([parameter_set])

EditDist 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()

将对象重置到干净的初始化后状态。

save([path, serialization_format])

将序列化的 self 保存到 bytes-like 对象或 (.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 self 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。
classmethod get_test_params(parameter_set='default')[source]#

EditDist 的测试参数。

check_is_fitted(method_name=None)[source]#

检查评估器是否已拟合。

检查是否存在 _is_fitted 属性且为 True。is_fitted 属性应在调用对象的 fit 方法时设置为 True。

如果不是，则抛出 NotFittedError。

参数:
method_namestr, 可选的

调用此方法的名称。如果提供，错误消息将包含此信息。

Raises:
NotFittedError

如果评估器尚未拟合。

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 sklearn.clone 的 self。

等同于构造 type(self) 的新实例，使用 self 的参数，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，但区别在于 clone 返回一个新对象，而不是像 reset 那样修改 self。

Raises:
如果由于错误的 __init__ 导致克隆不合规，则会引发 RuntimeError。
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，它们是对象构造后不会更改的静态标志。

clone_tags 设置来自另一个对象 estimator 的动态标签覆盖。

clone_tags 方法只能在对象的 __init__ 方法中调用，即在构造期间或通过 __init__ 直接构造后。

动态标签设置为 estimator 中标签的值，名称在 tag_names 中指定。

tag_names 的默认值是将 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一个 :class:BaseObject 或派生类的实例
tag_namesstr 或 str 列表, default = None

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

Returns:
self

self 的引用。

classmethod create_test_instance(parameter_set='default')[source]#

构造类的实例，使用第一个测试参数集。

参数:
parameter_setstr, default=”default”

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

Returns:
instance使用默认参数的类实例
classmethod create_test_instances_and_names(parameter_set='default')[source]#

创建所有测试实例的列表及其名称列表。

参数:
parameter_setstr, default=”default”

要返回的测试参数集的名称，用于测试。如果某个值未定义特殊参数，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 obj 在测试中的第 i 个实例的名称。如果多于一个实例，命名约定为 {cls.__name__}-{i}，否则为 {cls.__name__}

fit(X=None, X2=None)[source]#

用于接口兼容性的拟合方法（内部无逻辑）。

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

从类中获取类标签值，并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，用于存储对象的元数据。

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

它返回对象中名称为 tag_name 的标签值，考虑了标签覆盖，按以下优先级降序排列

  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。

不考虑在实例上通过 set_tags 或 clone_tags 设置的动态标签覆盖，这些覆盖定义在实例上。

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任何类型

如果未找到标签时的默认/回退值。

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()[source]#

从类中获取类标签，并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，它们是对象构造后不会更改的静态标志。

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

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，覆盖顺序按以下优先级降序排列

  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。

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。

不考虑在实例上通过 set_tags 或 clone_tags 设置的动态标签覆盖，这些覆盖定义在实例上。

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。通过嵌套继承从 _tags 类属性收集。未被通过 set_tags 或 clone_tags 设置的动态标签覆盖。

get_config()[source]#

获取 self 的配置标志。

Configs 是 self 的键值对，通常用作控制行为的瞬时标志。

get_config 返回动态配置，它们会覆盖默认配置。

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。

在调用 clone 或 reset 时，配置会保留。

Returns:
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，然后从 _onfig_dynamic 对象属性获取任何覆盖和新标签。

get_fitted_params(deep=True)[source]#

获取已拟合参数。

所需状态

需要状态为“已拟合”（fitted）。

参数:
deepbool, default=True

是否返回组件的已拟合参数。

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

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

Returns:
fitted_params键为 str 类型的字典

已拟合参数的字典，包含 paramname : paramvalue 键值对

  • 始终：此对象的所有已拟合参数，如通过 get_param_names 获取，值是此对象该键对应的已拟合参数值

  • 如果 deep=True，还包含组件参数的键/值对，组件参数的索引方式为 [componentname]__[paramname]，`componentname` 的所有参数都以 `paramname` 及其值的形式出现

  • 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()[source]#

获取对象的默认参数。

Returns:
default_dict: dict[str, Any]

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

classmethod get_param_names(sort=True)[source]#

获取对象的参数名称。

参数:
sortbool, default=True

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

Returns:
param_names: list[str]

cls 的参数名称列表。如果 sort=False，则与它们在类 __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)[source]#

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，将返回此对象的参数名称 : 值字典，包括组件（= BaseObject 类型参数）的参数。

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

Returns:
params键为 str 类型的字典

参数字典，包含 paramname : paramvalue 键值对

  • 始终：此对象的所有参数，如通过 get_param_names 获取，值是此对象该键对应的参数值，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，组件参数的索引方式为 [componentname]__[paramname]，`componentname` 的所有参数都以 `paramname` 及其值的形式出现

  • 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)[source]#

从实例获取标签值，并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，它们是对象构造后不会更改的静态标志。

get_tag 方法从实例中检索名称为 tag_name 的单个标签的值，考虑了标签覆盖，按以下优先级降序排列

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

在实例构造时。

  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。

参数:
tag_namestr

要检索的标签名称

tag_value_default任何类型, 可选; default=None

如果未找到标签时的默认/回退值

raise_errorbool

未找到标签时是否抛出 ValueError 异常

Returns:
tag_valueAny

self 中 tag_name 标签的值。如果未找到，并且 raise_error 为 True，则抛出异常，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，则抛出 ValueError 异常。

get_tags()[source]#

从实例获取标签，并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，它们是对象构造后不会更改的静态标志。

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，或者是通过 set_tags 或 clone_tags 设置的标签。

值是相应的标签值，覆盖顺序按以下优先级降序排列

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

在实例构造时。

  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。

Returns:
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，然后从 _tags_dynamic 对象属性获取任何覆盖和新标签。

is_composite()[source]#

检查对象是否由其他 BaseObjects 组成。

组合对象是包含其他对象作为参数的对象。在实例上调用，因为这可能因实例而异。

Returns:
composite: bool

对象是否包含任何参数，其值是 BaseObject 的后代实例。

property is_fitted[source]#

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。

Returns:
bool

评估器是否已 fit。

classmethod load_from_path(serial)[source]#

从文件位置加载对象。

参数:
serialZipFile(path).open(“object) 的结果
Returns:
在 path 位置产生的反序列化后的 self，是 cls.save(path) 的输出
classmethod load_from_serial(serial)[source]#

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:
产生输出 serial 的反序列化后的 self，是 cls.save(None) 的输出
reset()[source]#

将对象重置到干净的初始化后状态。

将 self 设置为构造函数调用后立即达到的状态，并保留相同的超参数。通过 set_config 设置的配置值也会保留。

调用 reset 会删除所有对象属性，除了

  • 超参数 = 写入 self 的 __init__ 的参数，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”的属性会保留。

  • 配置属性，配置会保留不变。也就是说，get_config 在 reset 调用前后的结果是相同的。

类方法、对象方法和类属性也不会受影响。

相当于 clone，但区别在于 reset 会修改 self 而不是返回一个新对象。

调用 self.reset() 后，self 在值和状态上与构造函数调用``type(self)(**self.get_params(deep=False))`` 后获得的对象相同。

Returns:
self

类实例重置到干净的初始化后状态，但保留当前的超参数值。

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

将序列化的 self 保存到 bytes-like 对象或 (.zip) 文件。

行为：如果 path 为 None，则返回内存中的序列化 self；如果 path 是一个文件位置，则将 self 存储在该位置作为 zip 文件

保存的文件是包含以下内容的 zip 文件：_metadata - 包含 self 的类，即 type(self)；_obj - 序列化后的 self。此类使用默认的序列化方式（pickle）。

参数:
pathNone 或文件位置 (str 或 Path)

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

  • path=”estimator”，则会在当前工作目录 (cwd) 创建一个 zip 文件 estimator.zip。

  • path=”/home/stored/estimator”，则会创建一个 zip 文件 estimator.zip，

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。

Returns:
如果 path 为 None - 内存中的序列化 self
如果 path 是文件位置 - 指向该文件的 ZipFile 对象
set_config(**config_dict)[source]#

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。有效的配置及其含义如下所示

displaystr, “diagram” (默认), 或 “text”

jupyter kernel 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，是否只列出自变量与默认值不同的参数（True），还是列出所有参数名称和值（False）。不嵌套，即仅影响 self，不影响组件评估器。

warningsstr, “on” (默认), 或 “off”

是否发出警告，仅影响 sktime 的警告

  • “on” = 将发出来自 sktime 的警告

  • “off” = 将不会发出来自 sktime 的警告

backend:parallelstr, 可选的, default=”None”

进行广播/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” and “threading”：使用 joblib.Parallel

  • “joblib”：自定义和第三方 joblib 后端，例如，spark

  • “dask”：使用 dask，需要环境中安装 dask 包

  • “ray”：使用 ray，需要环境中安装 ray 包

backend:parallel:paramsdict, 可选的, default={} (无参数传递)

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，backend_params 将被忽略

  • “loky”, “multiprocessing” and “threading”：默认的 joblib 后端，任何 joblib.Parallel 的有效键都可以在此处传递，例如，n_jobs，除了直接由 backend 控制的 backend 之外。如果未传递 n_jobs，它将默认为 -1，其他参数将默认为 joblib 的默认值。

  • “joblib”：自定义和第三方 joblib 后端，例如，spark。任何 joblib.Parallel 的有效键都可以在此处传递，例如，n_jobs，在这种情况下，backend 必须作为 backend_params 的键传递。如果未传递 n_jobs，它将默认为 -1，其他参数将默认为 joblib 的默认值。

  • “dask”：任何 dask.compute 的有效键都可以传递，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 会阻止 ray 在

      并行化后关闭。

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

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

Returns:
selfself 的引用。

Notes

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

set_params(**params)[source]#

设置此对象的参数。

此方法适用于简单的 skbase 对象以及组合对象。参数键字符串 <component>__<parameter> 可用于组合对象，即包含其他对象的对象，以访问组件 <component> 中的 <parameter>。如果引用是明确的，也可以使用字符串 <parameter>，不带 <component>__，例如，不存在两个同名参数的组件。

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，如果在 get_params 键中是唯一的。

Returns:
selfself 的引用 (参数已设置后)
set_random_state(random_state=None, deep=True, self_policy='copy')[source]#

为 self 设置 random_state 伪随机种子参数。

通过 self.get_params 查找名为 random_state 的参数，并使用通过 set_params 从 random_state 导出的整数设置它们。这些整数通过 sample_dependent_seed 从链式哈希中采样，并保证种子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 时才应用于剩余组件对象。

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，即使是那些没有 random_state 参数的对象。

参数:
random_stateint, RandomState instance 或 None, default=None

用于控制随机整数生成的伪随机数生成器。传入 int 可在多次函数调用中获得可复现的输出。

deepbool, default=True

deepbool, default=True

  • 是否在 skbase 对象类型参数（即组件评估器）中设置随机状态。

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

如果为 True，则也会在组件对象中设置 random_state 参数。

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

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

  • “keep” : self.random_state 保持不变

“new” : self.random_state 设置为新的随机状态，

Returns:
从输入 random_state 导出，通常与输入不同
selfself 的引用

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，用于存储对象的元数据。

set_tags(**tag_dict)[source]#

标签是特定于实例 self 的键值对，它们是对象构造后不会更改的静态标志。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。

可以通过 get_tags 或 get_tag 检查当前标签值。

参数:
set_tags 方法只能在对象的 __init__ 方法中调用，即在构造期间或通过 __init__ 直接构造后。

**tag_dictdict

Returns:
标签名称: 标签值 对的字典。

Self

self 的引用。

计算距离/核矩阵。

transform(X, X2=None)[source]#

行为：返回 X 和 X2（如果未传入则等于 X）中的样本之间的成对距离/核矩阵

参数:
XSeries 或 Panel，任何支持的 mtype，共 n 个实例
要转换的数据，python 类型如下

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, 或长/宽格式的 pd.DataFrame

符合 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，共 m 个实例

可选，默认：X = X2

要转换的数据，python 类型如下

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, 或长/宽格式的 pd.DataFrame

符合 sktime mtype 格式规范，更多详细信息请参阅

examples/AA_datatypes_and_datasets.ipynb

X 和 X2 不必具有相同的 mtype

Returns:
distmat: np.array, 形状为 [n, m]

(i,j) 条目包含 X[i] 和 X2[j] 之间的距离/核

transform_diag(X)[source]#

计算距离/核矩阵的对角线。

行为：返回 X 中样本的距离/核矩阵的对角线

参数:
XSeries 或 Panel，任何支持的 mtype，共 n 个实例
要转换的数据，python 类型如下

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, 或长/宽格式的 pd.DataFrame

符合 sktime mtype 格式规范，更多详细信息请参阅

examples/AA_datatypes_and_datasets.ipynb

Returns:
diag: np.array, 形状为 [n]

第 i 个条目包含 X[i] 和 X[i] 之间的距离/核