ColumnwiseTransformer#

class ColumnwiseTransformer(transformer, columns=None)[source]#

将转换器逐列应用于多元时间序列。

概述：输入多元时间序列，将 transformer 参数中传入的转换器应用于指定的 columns。每列被视为一个单变量序列进行处理。转换后的数据与输入数据具有相同的形状。

参数:

transformer估计器: 类似于 scikit-learn 或 sktime 的转换器，用于拟合并应用于序列。
columnsstr 或 None 的列表: 需要进行转换的列名。如果为 None，则转换所有列。

属性:

transformers_{str转换器} 的字典: 将列映射到转换器。
columns_str 的列表: 需要进行转换的列名。

另请参阅

OptionalPassthrough

示例

>>> from sktime.datasets import load_longley
>>> from sktime.transformations.series.detrend import Detrender
>>> from sktime.transformations.compose import ColumnwiseTransformer
>>> _, X = load_longley()
>>> transformer = ColumnwiseTransformer(Detrender())
>>> Xt = transformer.fit_transform(X)

方法

`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])	将标签从另一个对象克隆为动态覆盖。
`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及其对应的名称列表。
`fit`(X[, y])	将转换器拟合到 X，可选地拟合到 y。
`fit_transform`(X[, y])	拟合数据，然后对其进行转换。
`get_class_tag`(tag_name[, tag_value_default])	从类中获取类标签值，继承父类的标签级别。
`get_class_tags`()	从类中获取类标签，继承父类的标签级别。
`get_config`()	获取 self 的配置标志。
`get_fitted_params`([deep])	获取已拟合的参数。
`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, ...])	从实例中获取标签值，考虑标签级别的继承和覆盖。
`get_tags`()	从实例中获取标签，考虑标签级别的继承和覆盖。
`get_test_params`([parameter_set])	返回估计器的测试参数设置。
`inverse_transform`(X[, y])	对 X 进行逆转换并返回逆转换后的版本。
`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`()	将对象重置到初始化的干净状态。
`save`([path, serialization_format])	将序列化的 self 保存到字节对象或 (.zip) 文件。
`set_config`(**config_dict)	将配置标志设置为指定值。
`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)	将实例级别的标签覆盖设置为指定值。
`transform`(X[, y])	转换 X 并返回转换后的版本。
`update`(X[, y, update_params])	更新参数。

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

更新参数。

通过迭代指定列，使用新数据更新估计器的参数。仅当 self.transformer 具有 update 方法时才有效。

参数:

Xpd.Series: 新的时间序列。
update_paramsbool，可选，默认为 True

返回值:

selfself 的一个实例

classmethod get_test_params(parameter_set=default)[source]#

返回估计器的测试参数设置。

参数:

parameter_setstr，默认为 “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，则返回 "default" 集。

返回值:

paramsdict 或 dict 列表，默认为 {}: 用于创建类测试实例的参数。每个 dict 都是构造一个“有趣”测试实例的参数，即 MyClass(**params) 或 MyClass(**params[i]) 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。

克隆是另一个没有共享引用的对象，处于初始化后的状态。此函数等效于返回 sklearn.clone 的 self。

等效于构造一个 type(self) 的新实例，参数为 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，等效于调用 cloned_self.set_config(**self.get_config())。

在值上也等效于调用 self.reset，但 clone 返回一个新对象，而不是像 reset 那样改变 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]#

将标签从另一个对象克隆为动态覆盖。

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 设置从另一个对象 estimator 获取的动态标签覆盖。

clone_tags 方法应仅在对象构造期间或通过 __init__ 直接构造后，在对象的 __init__ 方法中调用。

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

tag_names 的默认行为是将 estimator 中的所有标签写入 self。

当前标签值可以通过 get_tags 或 get_tag 检查。

参数:

estimator:class:BaseObject 或派生类的一个实例
tag_namesstr 或 str 列表，默认为 None: 要克隆的标签名称。默认值 (None) 克隆 estimator 中的所有标签。

返回值:

self: 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一个实例。

参数:

parameter_setstr，默认为 “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，则返回 “default” 集。

返回值:

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对应的名称列表。

参数:

parameter_setstr，默认为 “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，则返回 “default” 集。

返回值:

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 个元素是测试中 obj 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]#

将转换器拟合到 X，可选地拟合到 y。

状态变化: 将状态更改为“已拟合”。

写入 self

设置以“_”结尾的拟合模型属性，拟合属性可以通过 get_fitted_params 进行检查。

将 self.is_fitted 标志设置为 True。

如果 self.get_tag("remember_data") 为 True，则将 X 记忆为 self._X，强制转换为 self.get_tag("X_inner_mtype")。

参数:

Xsktime 兼容数据容器格式的时间序列

用于拟合转换的数据。

sktime 中的个体数据格式是所谓的 mtype 规范，每个 mtype 实现了一个抽象 scitype。

Series scitype = 个体时间序列。pd.DataFrame, pd.Series, 或 np.ndarray (1D 或 2D)
Panel scitype = 时间序列集合。pd.DataFrame 具有 2 级行 MultiIndex (instance, time)，3D np.ndarray (instance, variable, time)，list 包含 Series 类型的 pd.DataFrame
Hierarchical scitype = 分层时间序列集合。pd.DataFrame 具有 3 级或更多级行 MultiIndex (hierarchy_1, ..., hierarchy_n, time)

有关数据格式的更多详细信息，请参阅 mtype 词汇表。有关用法，请参阅转换器教程 examples/03_transformers.ipynb

y可选，sktime 兼容数据格式的数据，默认为 None

附加数据，例如用于转换的标签。如果 self.get_tag("requires_y") 为 True，则必须在 fit 中传递，而不是可选。有关所需格式，请参阅类 docstring 中的详细信息。

返回值:

self估计器的拟合实例

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

拟合数据，然后对其进行转换。

将转换器拟合到 X 和 y，并返回 X 的转换版本。

状态变化: 将状态更改为“已拟合”。

写入 self: _is_fitted : 标志设为 True。_X : X，如果 remember_data 标签为 True，则是 X 的强制转换副本

可能在可能的情况下，通过引用强制转换为内部类型或 update_data 兼容类型

模型属性（以“_”结尾）：取决于估计器

参数:

Xsktime 兼容数据容器格式的时间序列

用于拟合转换的数据，以及要转换的数据。

sktime 中的个体数据格式是所谓的 mtype 规范，每个 mtype 实现了一个抽象 scitype。

Series scitype = 个体时间序列。pd.DataFrame, pd.Series, 或 np.ndarray (1D 或 2D)
Panel scitype = 时间序列集合。pd.DataFrame 具有 2 级行 MultiIndex (instance, time)，3D np.ndarray (instance, variable, time)，list 包含 Series 类型的 pd.DataFrame
Hierarchical scitype = 分层时间序列集合。pd.DataFrame 具有 3 级或更多级行 MultiIndex (hierarchy_1, ..., hierarchy_n, time)

有关数据格式的更多详细信息，请参阅 mtype 词汇表。有关用法，请参阅转换器教程 examples/03_transformers.ipynb

y可选，sktime 兼容数据格式的数据，默认为 None

附加数据，例如用于转换的标签。如果 self.get_tag("requires_y") 为 True，则必须在 fit 中传递，而不是可选。有关所需格式，请参阅类 docstring 中的详细信息。

返回值:

X 的转换版本

类型取决于 X 的类型和 scitype:transform-output 标签

X | tf-output | 返回类型 |

|----------|————–|------------------------| | Series | Primitives | pd.DataFrame (1 行) | | Panel | Primitives | pd.DataFrame | | Series | Series | Series | | Panel | Series | Panel | | Series | Panel | Panel |

返回中的实例对应于 X 中的实例

表中未列出的组合目前不受支持

具体示例

如果 X 是 Series (例如，pd.DataFrame)

并且 transform-output 是 Series，则返回是相同 mtype 的单个 Series。示例：对单个序列进行去趋势化

如果 X 是 Panel (例如，pd-multiindex) 并且 transform-output

是 Series，则返回是具有与 X 相同实例数量的 Panel (转换器应用于每个输入 Series 实例)。示例：面板中的所有序列都单独去趋势化

如果 X 是 Series 或 Panel 并且 transform-output 是

Primitives，则返回是具有与 X 中实例数量相同行数的 pd.DataFrame。示例：返回的第 i 行包含第 i 个序列的均值和方差

如果 X 是 Series 并且 transform-output 是 Panel，

则返回一个类型为 pd-multiindex 的 Panel 对象。示例：输出的第 i 个实例是运行在 X 上的第 i 个窗口

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

从类中获取类标签值，继承父类的标签级别。

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，它仅考虑类级别标签值和覆盖来检索标签的值。

它从对象返回名称为 tag_name 的标签值，考虑标签覆盖，按以下优先级降序排列

类 _tags 属性中设置的标签。
父类 _tags 属性中设置的标签，

按继承顺序。

不考虑实例上的动态标签覆盖，即通过 set_tags 或 clone_tags 在实例上定义的标签。

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任意类型: 如果未找到标签，则为默认/回退值。

返回值:

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，继承父类的标签级别。

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，它仅考虑类级别标签值和覆盖来检索标签的值。

它返回一个字典，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，覆盖顺序如下（优先级降序）

类 _tags 属性中设置的标签。
父类 _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。

不考虑实例上的动态标签覆盖，即通过 set_tags 或 clone_tags 在实例上定义的标签。

要包含来自动态标签的覆盖，请使用 get_tags。

collected_tagsdict: 标签名 : 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 self 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，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，并通过 set_config 设置的动态配置进行覆盖。

配置在 clone 或 reset 调用下保留。

返回值:

config_dictdict: 配置名 : 配置值对的字典。通过嵌套继承从 _config 类属性收集，然后通过 _onfig_dynamic 对象属性获取任何覆盖和新标签。

get_fitted_params(deep=True)[source]#

获取已拟合的参数。

所需状态: 要求状态为“已拟合”。

参数:

deepbool，默认为 True

是否返回组件的拟合参数。

如果为 True，将返回此对象的参数名 : 参数值字典，包括可拟合组件 (= BaseEstimator 类型参数) 的拟合参数。
如果为 False，将返回此对象的参数名 : 参数值字典，但不包括组件的拟合参数。

返回值:

fitted_params具有 str 类型键的字典

拟合参数字典，paramname : paramvalue 键值对包含

始终：此对象的所有拟合参数，如通过 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，组件参数索引为 [componentname]__[paramname]，componentname 的所有参数都以 paramname 及其值出现
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]#

获取对象的参数默认值。

返回值:

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 __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，默认为 True: 是否按字母顺序返回参数名称 (True)，还是按它们在类 __init__ 中出现的顺序返回 (False)。

返回值:

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，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 : 参数值 dict，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 : 参数值 dict，但不包括组件的参数。

返回值:

params具有 str 类型键的字典

参数字典，paramname : paramvalue 键值对包含

始终：此对象的所有参数，如通过 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，组件参数索引为 [componentname]__[paramname]，componentname 的所有参数都以 paramname 及其值出现
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]#

从实例中获取标签值，考虑标签级别的继承和覆盖。

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

通过 set_tags 或 clone_tags 在实例上设置的标签，

在实例构建时。

类 _tags 属性中设置的标签。
父类 _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_errorbool: 未找到标签时是否引发 ValueError

返回值:

tag_valueAny: self 中 tag_name 标签的值。如果未找到，并且 raise_error 为 True，则引发错误，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，则引发 ValueError。

get_tags()[source]#

从实例中获取标签，考虑标签级别的继承和覆盖。

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，键是类或其任何父类中设置的任何 _tags 属性的键，或通过 set_tags 或 clone_tags 设置的标签的键。

值是相应的标签值，覆盖顺序如下（优先级降序）

通过 set_tags 或 clone_tags 在实例上设置的标签，

在实例构建时。

类 _tags 属性中设置的标签。
父类 _tags 属性中设置的标签，

按继承顺序。

返回值:

collected_tagsdict: 标签名 : 标签值对的字典。通过嵌套继承从 _tags 类属性收集，然后通过 _tags_dynamic 对象属性获取任何覆盖和新标签。

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

对 X 进行逆转换并返回逆转换后的版本。

目前假定只有带有标签: “scitype:transform-input”=”Series”, “scitype:transform-output”=”Series”，

的转换器具有 inverse_transform 方法。

所需状态: 要求状态为“已拟合”。

访问 self 中的

以“_”结尾的拟合模型属性。

self.is_fitted，必须为 True

参数:

Xsktime 兼容数据容器格式的时间序列

用于拟合转换的数据。

sktime 中的个体数据格式是所谓的 mtype 规范，每个 mtype 实现了一个抽象 scitype。

Series scitype = 个体时间序列。pd.DataFrame, pd.Series, 或 np.ndarray (1D 或 2D)
Panel scitype = 时间序列集合。pd.DataFrame 具有 2 级行 MultiIndex (instance, time)，3D np.ndarray (instance, variable, time)，list 包含 Series 类型的 pd.DataFrame
Hierarchical scitype = 分层时间序列集合。pd.DataFrame 具有 3 级或更多级行 MultiIndex (hierarchy_1, ..., hierarchy_n, time)

有关数据格式的更多详细信息，请参阅 mtype 词汇表。有关用法，请参阅转换器教程 examples/03_transformers.ipynb

y可选，sktime 兼容数据格式的数据，默认为 None

附加数据，例如用于转换的标签。某些转换器需要此数据，详情请参阅类 docstring。

返回值:

X 的逆转换版本: 类型与 X 相同，并符合 mtype 格式规范

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。

返回值:

composite: bool: 对象是否具有任何参数，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，该属性应在对象构造期间初始化为 ``False，并在调用对象的 fit 方法时设置为 True。

返回值:

bool: 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

返回值:

反序列化的 self，结果输出到 path，对应于 cls.save(path)

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

返回值:

反序列化的 self，结果输出 serial，对应于 cls.save(None)

reset()[source]#

将对象重置到初始化的干净状态。

结果是将 self 设置为构造函数调用后立即具有的状态，并保持相同的超参数。set_config 设置的配置值也会保留。

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”的属性会被保留。
配置属性，配置不变。也就是说，reset 前后 get_config 的结果相同。

类和对象方法以及类属性也不受影响。

等效于 clone，但 reset 改变 self 而不是返回一个新对象。

在调用 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。

返回值:

self: 类实例重置到初始化的干净状态，但保留当前的超参数值。

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

将序列化的 self 保存到字节对象或 (.zip) 文件。

行为：如果 path 为 None，返回一个内存中的序列化对象自身；如果 path 是文件位置，则将对象自身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 - 包含对象自身的类，即 type(self)；_obj - 序列化后的对象自身。此类使用默认的序列化格式 (pickle)。

参数:

pathNone 或文件位置 (str or Path)

如果为 None，对象自身将被保存到内存对象中；如果是文件位置，对象自身将被保存到该文件位置。

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

/home/stored/ 中存储一个 zip 文件 estimator.zip。

serialization_format: str，默认值 = “pickle”

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

返回值:

如果 path 为 None - 内存中的序列化对象自身
如果 path 是文件位置 - 指向文件的 ZipFile

set_config(**config_dict)[source]#

将配置标志设置为指定值。

参数:

config_dictdict

配置名称 : 配置值对的字典。有效的配置、值及其含义如下所示

displaystr，“diagram”（默认）或“text”

jupyter 内核如何显示对象自身实例

“diagram” = html 框图表示
“text” = 字符串打印输出

print_changed_onlybool，默认值=True

打印对象自身时是否只列出与默认值不同的自身参数 (False)，或所有参数名称和值 (False)。不嵌套，即只影响对象自身而不影响组件估计器。

warningsstr，“on”（默认）或“off”

是否触发警告，只影响来自 sktime 的警告

“on” = 将触发来自 sktime 的警告
“off” = 将不会触发来自 sktime 的警告

backend:parallelstr，可选，默认值=”None”

广播/向量化时用于并行的后端，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，默认={} (不传递参数)

作为配置传递给并行化后端的额外参数。有效的键取决于 backend:parallel 的值

“None”：无额外参数，backend_params 被忽略
“loky”、“multiprocessing”和“threading”：默认的 joblib 后端，可以传递 joblib.Parallel 的任何有效键，例如 n_jobs，除了 backend 外，backend 由 backend 直接控制。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。可以传递 joblib.Parallel 的任何有效键，例如 n_jobs，在这种情况下，backend 必须作为 backend_params 的一个键传递。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”：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 的有效键的字典
- “shutdown_ray”：bool，默认值=True；False 会阻止 ray 在
  并行化后关闭。
- “logger_name”：str，默认值=”ray”；要使用的 logger 名称。
- “mute_warnings”：bool，默认值=False；如果为 True，则抑制警告

input_conversionstr，以下之一：“on”（默认）、“off”或有效的 mtype 字符串

控制输入检查和转换，用于 _fit、_transform、_inverse_transform、_update 方法

"on" - 执行输入检查和转换
"off" - 在将数据传递给内部方法之前不执行输入检查和转换
有效的 mtype 字符串 - 输入被假定为指定的 mtype，执行转换但不进行检查

output_conversionstr，以下之一：“on”、“off”、有效的 mtype 字符串

控制 _transform、_inverse_transform 的输出转换

"on" - 如果 input_conversion 是 “on”，则执行输出转换
"off" - 直接返回 _transform、_inverse_transform 的输出
有效的 mtype 字符串 - 输出被转换为指定的 mtype

返回值:

self对自身的引用。

注意

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>。如果引用是明确的，例如没有两个组件的参数同名 <parameter>，则也可以使用字符串 <parameter>，不带 <component>__。

参数:

**paramsdict: BaseObject 参数，键必须是 <component>__<parameter> 字符串。如果在 get_params 键中是唯一的，__ 后缀可以作为完整字符串的别名。

返回值:

self对自身的引用 (设置参数后)

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，并通过 set_params 将它们设置为从 random_state 派生的整数。这些整数是通过 sample_dependent_seed 从链式哈希中采样的，并保证种子随机生成器的伪随机独立性。

根据 self_policy，应用于对象自身的 random_state 参数，当且仅当 deep=True 时，也应用于剩余组件对象。

注意：即使对象自身没有 random_state 参数，或者任何组件都没有 random_state 参数，此方法也会调用 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 实例或 None，默认值=None

用于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。

deepbool，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，则只设置对象自身的 random_state 参数（如果存在）。
如果为 True，则也会设置组件对象中的 random_state 参数。

self_policystr，以下之一 {“copy”、“keep”、“new”}，默认值=”copy”

“copy”：self.random_state 被设置为输入的 random_state
“keep”：self.random_state 保持不变
“new”：self.random_state 被设置为新的随机状态，

从输入的 random_state 派生，通常与输入不同

返回值:

self对自身的引用

set_tags(**tag_dict)[source]#

将实例级别的标签覆盖设置为指定值。

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。

标签是特定于实例 self 的键值对，它们是静态标志，对象构建后不会改变。它们可用于元数据检查或控制对象行为。

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。

set_tags 方法应仅在对象的 __init__ 方法中调用，在构建期间，或通过 __init__ 直接在构建后调用。

当前标签值可以通过 get_tags 或 get_tag 检查。

参数:

**tag_dictdict: 标签名称 : 标签值对的字典。

返回值:

返回值: 对自身的引用。

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

转换 X 并返回转换后的版本。

所需状态: 要求状态为“已拟合”。

访问 self 中的

以“_”结尾的拟合模型属性。

self.is_fitted，必须为 True

参数:

Xsktime 兼容数据容器格式的时间序列

要转换的数据。

sktime 中的个体数据格式是所谓的 mtype 规范，每个 mtype 实现了一个抽象 scitype。

Series scitype = 个体时间序列。pd.DataFrame, pd.Series, 或 np.ndarray (1D 或 2D)
Panel scitype = 时间序列集合。pd.DataFrame 具有 2 级行 MultiIndex (instance, time)，3D np.ndarray (instance, variable, time)，list 包含 Series 类型的 pd.DataFrame
Hierarchical scitype = 分层时间序列集合。pd.DataFrame 具有 3 级或更多级行 MultiIndex (hierarchy_1, ..., hierarchy_n, time)

有关数据格式的更多详细信息，请参阅 mtype 词汇表。有关用法，请参阅转换器教程 examples/03_transformers.ipynb

y可选，sktime 兼容数据格式的数据，默认为 None

附加数据，例如用于转换的标签。某些转换器需要此数据，详情请参阅类 docstring。

返回值:

X 的转换版本
类型取决于 X 的类型和 scitype:transform-output 标签

	transform
X	-输出	返回值的类型
Series	Primitives	pd.DataFrame (1 行)
Panel	Primitives	pd.DataFrame
Series	Series	Series
Panel	Series	Panel
Series	Panel	Panel

返回中的实例对应于 X 中的实例

表中未列出的组合目前不受支持

具体示例

如果 X 是 Series (例如，pd.DataFrame)

并且 transform-output 是 Series，则返回是相同 mtype 的单个 Series。示例：对单个序列进行去趋势化

如果 X 是 Panel (例如，pd-multiindex) 并且 transform-output

是 Series，则返回是具有与 X 相同实例数量的 Panel (转换器应用于每个输入 Series 实例)。示例：面板中的所有序列都单独去趋势化

如果 X 是 Series 或 Panel 并且 transform-output 是

Primitives，则返回是具有与 X 中实例数量相同行数的 pd.DataFrame。示例：返回的第 i 行包含第 i 个序列的均值和方差

如果 X 是 Series 并且 transform-output 是 Panel，

则返回一个类型为 pd-multiindex 的 Panel 对象。示例：输出的第 i 个实例是运行在 X 上的第 i 个窗口