StationarityDFGLS#

class StationarityDFGLS(lags=None, trend='c', max_lags=None, method='aic', p_threshold=0.05)[source]#

通过Dickey-Fuller GLS (DFGLS)单位根检验测试平稳性。

直接接口到arch包中的DFGLS检验。

使用arch.unitroot.DFGLS作为单位根检验，并得出一个布尔语句，判断时间序列是否平稳。

同时返回单位根检验的测试结果作为拟合参数。

参数:

lagsint, 可选

用于ADF回归的滞后阶数。如果省略或为None，则使用method自动选择滞后阶数，最多不超过max_lags。

trend{“c”, “ct”}, 可选

测试中包含的趋势成分

“c” - 包含常数项（默认）
“ct” - 包含常数项和线性时间趋势项

max_lagsint, 可选

选择滞后阶数时使用的最大滞后阶数。当使用自动滞后阶数选择时，滞后阶数是使用OLS去趋势而不是GLS去趋势来选择的 ([2]_)。

method{“AIC”, “BIC”, “t-stat”}, 可选

选择滞后阶数时使用的方法

“AIC” - 选择Akaike信息准则的最小值
“BIC” - 选择Schwarz/Bayesian信息准则的最小值
“t-stat” - 选择Schwarz/Bayesian信息准则的最小值

属性:

stationary_bool: fit中序列根据检验是否平稳，更准确地说，是Dickey-Fuller-GLS检验的原假设在p_threshold水平下是否被拒绝
test_statistic_float: 在fit中对y运行DFGLS得到的DFGLS检验统计量
pvalue_floatfloat: 在fit中对y运行DFGLS时获得的p值
usedlag_int: 检验中使用的滞后阶数。

示例

>>> from sktime.datasets import load_airline
>>> from sktime.param_est.stationarity import StationarityDFGLS
>>>
>>> X = load_airline()  
>>> sty_est = StationarityDFGLS()  
>>> sty_est.fit(X)  
StationarityDFGLS(...)
>>> sty_est.get_fitted_params()["stationary"]  
False

方法

`check_is_fitted`([method_name])	检查估计器是否已拟合。
`clone`()	获取一个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实例。
`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[, y])	拟合估计器并估计参数。
`get_class_tag`(tag_name[, tag_value_default])	从类中获取类标签值，具有来自父类的标签级别继承。
`get_class_tags`()	从类中获取类标签，具有来自父类的标签级别继承。
`get_config`()	获取自身的配置标志。
`get_fitted_params`([deep])	获取拟合参数。
`get_param_defaults`()	获取对象的参数默认值。
`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)	从序列化的内存容器加载对象。
`reset`()	将对象重置为干净的初始化后状态。
`save`([path, serialization_format])	将序列化后的自身保存到字节对象或(.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, ...])	设置自身的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。
`update`(X[, y])	根据更多数据更新拟合参数。

classmethod 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，用于测试中。如果没有为某个值定义特殊参数，将返回"default"集。参数估计器没有保留值。

返回:

paramsdict 或 list of dict, 默认 = {}: 用于创建类的测试实例的参数。每个字典都是用于构建一个“有趣的”测试实例的参数，即MyClass(**params)或MyClass(**params[i])会创建一个有效的测试实例。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。

如果不是，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]#

获取一个具有相同超参数和配置的对象的克隆。

克隆是另一个没有共享引用、处于初始化后状态的对象。此函数等同于返回sklearn.clone的self。

等同于使用self的参数构造type(self)的新实例，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clone返回一个新对象，而reset会改变self。

引发:

如果由于错误的__init__导致克隆不符合规范，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。

每个兼容scikit-base的对象都有一个标签字典。标签可用于存储有关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，它们是对象构建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方法应仅在对象的__init__方法中调用，即在构建期间或通过__init__构建后立即调用。

动态标签设置为estimator中标签的值，名称由tag_names指定。

tag_names的默认设置将estimator中的所有标签写入self。

当前标签值可以通过get_tags或get_tag查看。

参数:

estimator:class:BaseObject或派生类的实例
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。

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

使用第一个测试参数集构造类的实例。

参数:

parameter_setstr, 默认=”default”: 要返回的测试参数集的名称，用于测试中。如果没有为某个值定义特殊参数，将返回“default”集。

返回:

instance具有默认参数的类实例

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, 默认=”default”: 要返回的测试参数集的名称，用于测试中。如果没有为某个值定义特殊参数，将返回“default”集。

返回:

objscls 的实例列表: 第 i 个实例是 cls(**cls.get_test_params()[i])
names字符串列表，与 objs 长度相同: 第 i 个元素是测试中 objs 的第 i 个实例的名称。命名约定是如果实例多于一个，则为 {cls.__name__}-{i}，否则为 {cls.__name__}

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

拟合估计器并估计参数。

状态变化: 将状态更改为“已拟合”。
写入 self: 将 self._is_fitted 标志设置为 True。将 X 写入 self._X。如果 y 不为 None，则将 y 写入 self._y。设置以“_”结尾的已拟合模型属性。

参数:

Xsktime 兼容数据容器格式的时间序列。

用于拟合参数估计器的时间序列。

sktime 中的单独数据格式称为 mtype 规范，每种 mtype 都实现了一个抽象的 scitype。

Series scitype = 单个时间序列，普通预测。pd.DataFrame、pd.Series 或 np.ndarray（1D 或 2D）
Panel scitype = 时间序列集合，全局/面板预测。具有 2 级行 MultiIndex（实例，时间）的 pd.DataFrame，3D np.ndarray（实例，变量，时间），Series 类型 pd.DataFrame 的 list
Hierarchical scitype = 分层集合，用于分层预测。具有 3 级或更多行 MultiIndex（hierarchy_1，...，hierarchy_n，时间）的 pd.DataFrame

估计器是否支持面板或分层数据由 scitype 标签 scitype:X 和 scitype:y 确定。

有关数据格式的更多详细信息，请参阅有关 mtype 的词汇表。

ysktime 兼容数据容器格式的时间序列。

用于拟合参数估计器的第二个时间序列。

仅当估计器是对偶估计器时才需要，即如果标签 capability:pairwise 为 True。

否则输入将被忽略，并且不会引发异常。

返回:

self对 self 的引用。

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

从类中获取类标签值，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，用于存储有关对象的元数据。

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

它从对象中返回名称为 tag_name 的标签值，考虑了标签覆盖，优先级从高到低如下：

在类的 _tags 属性中设置的标签。
在父类的 _tags 属性中设置的标签，

按继承顺序。

不考虑通过实例上定义的 set_tags 或 clone_tags 设置的实例上的动态标签覆盖。

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: 如果未找到标签，则为默认/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()[source]#

从类中获取类标签，具有来自父类的标签级别继承。

每个兼容scikit-base的对象都有一个标签字典。标签可用于存储有关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，它们是对象构建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，仅考虑类级别的标签值和覆盖。

它返回一个字典，其中的键是类或其任何父类中设置的 _tags 属性的任何键。

值是相应的标签值，覆盖优先级从高到低如下：

在类的 _tags 属性中设置的标签。
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。

要检索具有潜在实例覆盖的标签，请改用 get_tags 方法。

不考虑通过实例上定义的 set_tags 或 clone_tags 设置的实例上的动态标签覆盖。

对于包含动态标签的覆盖，请使用 get_tags。

collected_tags字典: 标签名称 : 标签值对的字典。通过嵌套继承从 _tags 类属性收集。不会被 set_tags 或 clone_tags 设置的动态标签覆盖。

get_config()[source]#

获取自身的配置标志。

配置是 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，这些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，并通过 set_config 设置的动态配置覆盖。

配置在 clone 或 reset 调用下会保留。

返回:

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

get_fitted_params(deep=True)[source]#

获取拟合参数。

需要状态: 需要状态为“已拟合”。

参数:

deep布尔值，默认为 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 值的参数）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。

返回:

fitted_params键为字符串的字典

已拟合参数的字典，paramname : paramvalue 键值对包括

始终：此对象的所有已拟合参数，通过 get_param_names 获取的值是此对象该键的已拟合参数值
如果 deep=True，还包含组件参数的键/值对。组件参数的索引格式为 [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。

返回:

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 __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:

sort布尔值，默认为 True: 是否按字母顺序（True）或在类 __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，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:

deep布尔值，默认为 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 dict，包括组件（= BaseObject 值的参数）的参数。
如果为 False，将返回此对象的参数名称 : 值 dict，但不包括组件的参数。

返回:

params键为字符串的字典

参数字典，paramname : paramvalue 键值对包括

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。组件参数的索引格式为 [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，具有标签级别继承和覆盖。

每个兼容scikit-base的对象都有一个标签字典。标签可用于存储有关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，它们是对象构建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 的单个标签值，考虑了标签覆盖，优先级从高到低如下：

通过实例上的 set_tags 或 clone_tags 设置的标签，

在实例构造时。

在类的 _tags 属性中设置的标签。
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任意类型，可选；默认为 None: 如果未找到标签，则为默认/回退值
raise_error布尔值: 未找到标签时是否引发 ValueError

返回:

tag_valueAny: self 中 tag_name 标签的值。如果未找到，则在 raise_error 为 True 时引发错误，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，则会引发 ValueError。

get_tags()[source]#

从实例获取标签，具有标签级别继承和覆盖。

每个兼容scikit-base的对象都有一个标签字典。标签可用于存储有关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，它们是对象构建后不会更改的静态标志。

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

值是相应的标签值，覆盖优先级从高到低如下：

通过实例上的 set_tags 或 clone_tags 设置的标签，

在实例构造时。

在类的 _tags 属性中设置的标签。
在父类的 _tags 属性中设置的标签，

按继承顺序。

返回:

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

is_composite()[source]#

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。在实例上调用，因为这可能因实例而异。

返回:

composite: 布尔值: 对象是否有任何参数的值是 BaseObject 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。

返回:

布尔值: 估计器是否已 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

返回:

反序列化 self，结果输出到 path，是 cls.save(path) 的输出

classmethod load_from_serial(serial)[source]#

从序列化的内存容器加载对象。

参数:

serialcls.save(None) 输出的第一个元素

返回:

反序列化 self，结果输出 serial，是 cls.save(None) 的输出

reset()[source]#

将对象重置为干净的初始化后状态。

结果是将 self 设置为其在构造函数调用后直接拥有的状态，具有相同的超参数。通过 set_config 设置的配置值也会保留。

一个 reset 调用会删除所有对象属性，除了

超参数 = __init__ 的参数，写入 self，例如 self.paramname，其中 paramname 是 __init__ 的一个参数
包含双下划线的对象属性，即字符串“__”。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，在 reset 前后 get_config 的结果是相同的。

类和对象方法以及类属性也不受影响。

等同于 clone，但 reset 会修改 self 而不是返回一个新对象。

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

返回:

self: 类实例重置为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]#

将序列化后的自身保存到字节对象或(.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 保存到该位置作为一个 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 - 序列化的 self。此类使用默认的序列化（pickle）。

参数:

pathNone 或文件位置（str 或 Path）

如果为 None，self 将保存到内存中的对象；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创建 estimator.zip 文件。
path="/home/stored/estimator"，则会创建一个 estimator.zip 文件

存储在 /home/stored/ 中。

serialization_format: str，默认为“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 是文件位置 - 引用该文件的 ZipFile

set_config(**config_dict)[source]#

将配置标志设置为给定值。

参数:

config_dict字典

配置名称 : 配置值对的字典。有效的配置、值及其含义如下所列

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_only布尔值，默认为 True

打印 self 时是否只列出与默认值不同的 self 参数（True），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，仅影响来自 sktime 的警告

“on” = 将引发来自 sktime 的警告
“off” = 不会引发来自 sktime 的警告

backend:parallelstr，可选，默认为“None”

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”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:params字典，可选，默认为 {}（未传递参数）

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，backend_params 被忽略
“loky”、“multiprocessing”和“threading”：默认 joblib 后端。joblib.Parallel 的任何有效键都可以在此处传递，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，其他参数将默认为 joblib 默认值。
“joblib”：自定义和第三方 joblib 后端，例如 spark。joblib.Parallel 的任何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，则默认为 -1，其他参数将默认为 joblib 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”：布尔值，默认为 True；False 阻止 ray 从
  并行化后关闭。
- “logger_name”：str，默认为“ray”；要使用的日志记录器名称。
- “mute_warnings”：布尔值，默认为 False；如果为 True，则抑制警告

返回:

self对 self 的引用。

注意

更改对象状态，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。

该方法适用于简单的 skbase 对象以及复合对象。参数键字符串 <component>__<parameter> 可用于复合对象（即包含其他对象的对象），以访问组件 <component> 中的 <parameter>。如果引用明确（例如，没有两个组件参数具有 <parameter> 名称），也可以使用字符串 <parameter>，不带 <component>__。

参数:

**params字典: BaseObject 参数，键必须是 <component>__<parameter> 字符串。如果 __ 后缀在 get_params 键中唯一，则可以作为完整字符串的别名。

返回:

self对 self 的引用（设置参数后）

set_random_state(random_state=None, deep=True, self_policy='copy')[source]#

设置自身的random_state伪随机种子参数。

通过 self.get_params 查找名为 random_state 的参数，并通过 set_params 将它们设置为从 random_state 派生的整数。这些整数通过链式哈希（sample_dependent_seed）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 时才应用于其余组件对象。

注意：即使 self 没有 random_state 参数，或者没有组件有 random_state 参数，也会调用 set_params。因此，set_random_state 会重置任何 scikit-base 对象，即使是那些没有 random_state 参数的对象。

参数:

random_stateint，RandomState 实例或 None，默认为 None

控制随机整数生成的伪随机数生成器。传递 int 可在多次函数调用中获得可重现的输出。

deep布尔值，默认为 True

是否在 skbase 对象值参数（即组件估计器）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，也会设置组件对象中的 random_state 参数。

self_policystr，以下之一 {“copy”，“keep”，“new”}，默认为“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，

从输入的 random_state 派生，并且通常与之不同

返回:

self对 self 的引用

set_tags(**tag_dict)[source]#

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，用于存储有关对象的元数据。

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，字典值是要将标签设置到的值。

set_tags 方法应仅在对象的 __init__ 方法中调用，在构造期间，或在通过 __init__ 构造后立即调用。

当前标签值可以通过get_tags或get_tag查看。

参数:

**tag_dict字典: 标签名称 : 标签值对的字典。

返回:

Self: 对 self 的引用。

update(X, y=None)[source]#

根据更多数据更新拟合参数。

如果没有实现估计器特定的更新方法，默认回退是拟合到目前为止所有观测到的数据

需要状态: 需要状态为“已拟合”。
在 self 中访问: 以“_”结尾的已拟合模型属性。指向已见数据的指针，self._X self._is_fitted 以“_”结尾的模型属性。
写入 self: 通过追加行来使用 X 更新 self._X。更新以“_”结尾的已拟合模型属性。

参数:

Xsktime 兼容数据容器格式的时间序列。

用于拟合参数估计器的时间序列。

sktime 中的单独数据格式称为 mtype 规范，每种 mtype 都实现了一个抽象的 scitype。

Series scitype = 单个时间序列，普通预测。pd.DataFrame、pd.Series 或 np.ndarray（1D 或 2D）
Panel scitype = 时间序列集合，全局/面板预测。具有 2 级行 MultiIndex（实例，时间）的 pd.DataFrame，3D np.ndarray（实例，变量，时间），Series 类型 pd.DataFrame 的 list
Hierarchical scitype = 分层集合，用于分层预测。具有 3 级或更多行 MultiIndex（hierarchy_1，...，hierarchy_n，时间）的 pd.DataFrame

估计器是否支持面板或分层数据由 scitype 标签 scitype:X 和 scitype:y 确定。

有关数据格式的更多详细信息，请参阅有关 mtype 的词汇表。

ysktime 兼容数据容器格式的时间序列。

用于拟合参数估计器的第二个时间序列。

仅当估计器是对偶估计器时才需要，即如果标签 capability:pairwise 为 True。

否则输入将被忽略，并且不会引发异常。

返回:

self对 self 的引用