CosineTransformer

class CosineTransformer

余弦变换。

这是 numpy 余弦函数（参见 numpy.cos）的一个包装器。

属性:

is_fitted

是否已调用 fit 方法。

另请参阅

numpy.cos

示例

>>> from sktime.transformations.series.cos import CosineTransformer
>>> from sktime.datasets import load_airline
>>> y = load_airline()
>>> transformer = CosineTransformer()
>>> y_hat = transformer.fit_transform(y)

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建类的实例。
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])	将转换器拟合到 X，可选拟合到 y。
fit_transform(X[, y])	拟合数据，然后进行转换。
get_class_tag(tag_name[, tag_value_default])	从类中获取类标签值，并考虑来自父类的标签继承。
get_class_tags()	从类中获取类标签，并考虑来自父类的标签继承。
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，考虑标签级别继承和覆盖。
get_tags()	从实例获取标签，考虑标签级别继承和覆盖。
get_test_params([parameter_set])	返回 skbase 对象的测试参数设置。
inverse_transform(X[, y])	逆转换 X 并返回逆转换版本。
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 保存到类似字节的对象或 (.zip) 文件中。
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[, y])	转换 X 并返回转换后的版本。
update(X[, y, update_params])	返回 skbase 对象的测试参数设置。

check_is_fitted(method_name=None)

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()

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、处于后初始化状态的不同对象。此函数等同于返回 self 的 sklearn.clone。

等同于构造一个 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，则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，不同之处在于 clone 返回一个新对象，而不是像 reset 那样修改 self。

引发:

如果克隆不符合要求（由于 __init__ 故障），则引发 RuntimeError。

clone_tags(estimator, tag_names=None)

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，它们是对象构造后不会更改的静态标志。

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、构造期间或通过 __init__ 构造后直接调用。

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

tag_names 的默认设置是将 estimator 中的所有标签写入 self。

当前标签值可以通过 get_tags 或 get_tag 进行检查。

参数:

estimator:class:BaseObject 或派生类的一个实例

tag_namesstr 或 str 列表，默认值 = 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')

使用第一个测试参数集构建类的实例。

参数:

parameter_setstr，默认值 =“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。

返回:

instance具有默认参数的类实例

classmethod create_test_instances_and_names(parameter_set='default')

创建所有测试实例的列表及其名称列表。

参数:

parameter_setstr，默认值 =“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。

返回:

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 objs 的第 i 个实例的名称。如果实例多于一个，命名约定为 {cls.__name__}-{i}，否则为 {cls.__name__}

fit(X, y=None)

将转换器拟合到 X，可选拟合到 y。

状态变化

将状态更改为“已拟合”。

写入 self

• 设置以“_”结尾的已拟合模型属性，拟合属性可通过 get_fitted_params 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，并强制转换为 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 中的单个数据格式称为 mtype 规范，每个 mtype 实现一个抽象 scitype。

• Series scitype = 单个时间序列。pd.DataFrame, pd.Series 或 np.ndarray (1D 或 2D)

• Panel scitype = 时间序列集合。带有 2 级行 MultiIndex (instance, time) 的 pd.DataFrame、3D np.ndarray (instance, variable, time)、Series 类型 pd.DataFrame 的 list

• Hierarchical scitype = 分层时间序列集合。带有 3 个或更多级别行 MultiIndex (hierarchy_1, ..., hierarchy_n, time) 的 pd.DataFrame

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，默认值=None

附加数据，例如用于转换的标签。某些转换器需要此数据，请参阅类文档字符串了解详细信息。如果 self.get_tag("requires_y") 为 True，则必须在 fit 中传递，而非可选。

返回:

self估计器的一个已拟合实例

fit_transform(X, y=None)

拟合数据，然后进行转换。

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 : 标志设置为 True。 _X : X 的强制副本，如果 remember_data 标签为 True

如果可能，强制转换为内部类型或 update_data 兼容类型（通过引用）

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，以及用于转换的数据。

sktime 中的单个数据格式称为 mtype 规范，每个 mtype 实现一个抽象 scitype。

• Series scitype = 单个时间序列。pd.DataFrame, pd.Series 或 np.ndarray (1D 或 2D)

• Panel scitype = 时间序列集合。带有 2 级行 MultiIndex (instance, time) 的 pd.DataFrame、3D np.ndarray (instance, variable, time)、Series 类型 pd.DataFrame 的 list

• Hierarchical scitype = 分层时间序列集合。带有 3 个或更多级别行 MultiIndex (hierarchy_1, ..., hierarchy_n, time) 的 pd.DataFrame

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，默认值=None

附加数据，例如用于转换的标签。某些转换器需要此数据，请参阅类文档字符串了解详细信息。如果 self.get_tag("requires_y") 为 True，则必须在 fit 中传递，而非可选。

返回:

转换后的 X 版本

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

X | tf-输出 | 返回类型 |

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

返回的实例与 X 中的实例对应

表中未列出的组合目前不受支持

明确地，带有示例

• 如果 X 是 Series（例如，pd.DataFrame）

并且 transform-output 是 Series，则返回的是具有相同 mtype 的单个 Series。示例：对单个 series 进行去趋势处理

• 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支持

• 具体示例说明

如果 X 是 Series（例如，pd.DataFrame）

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

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

是 Series，则返回与 X 实例数量相同的 Panel（转换器应用于每个输入的 Series 实例）。示例：Panel 中的所有序列都单独进行去趋势

从类中获取类标签值，并考虑来自父类的标签继承。

如果 X 是 Series 或 Panel 并且 transform-output 是

Primitives，则返回一个 pd.DataFrame，其行数与 X 中的实例数量相同。示例：返回值的第 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，

1. 则返回一个类型为 pd-multiindex 的 Panel 对象。示例：输出的第 i 个实例是覆盖 X 的第 i 个窗口

2. classmethod get_class_tag(tag_name, tag_value_default=None)#

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 的标签的值，考虑标签覆盖，优先级按降序排列如下

参数:

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，

按继承顺序排列。

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

返回:

要检索可能包含实例覆盖的标签值，请改用 get_tag 方法。

tag_namestr

标签值的名称。

从类中获取类标签，并考虑来自父类的标签继承。

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，它们是对象构造后不会更改的静态标志。

tag_value_default任何类型

未找到标签时的默认/回退值。

tag_value

1. 则返回一个类型为 pd-multiindex 的 Panel 对象。示例：输出的第 i 个实例是覆盖 X 的第 i 个窗口

2. classmethod get_class_tag(tag_name, tag_value_default=None)#

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。

self 中 tag_name 标签的值。如果未找到，则返回 tag_value_default。

classmethod get_class_tags()

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。

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，其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，覆盖的优先级按降序排列如下

实例可以根据超参数覆盖这些标签。

获取 self 的配置标志。

要检索可能包含实例覆盖的标签，请改用 get_tags 方法。

对于包含来自动态标签的覆盖，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。不被 set_tags 或 clone_tags 设置的动态标签覆盖。

返回:

get_config()

配置是 self 的键值对，通常用作控制行为的瞬态标志。

get_config 返回动态配置，这些配置会覆盖默认配置。

获取已拟合的参数。

默认配置在类或其父类的 _config 类属性中设置，并被通过 set_config 设置的动态配置覆盖。

配置在 clone 或 reset 调用下保留。

参数:

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，然后收集 _onfig_dynamic 对象属性中的任何覆盖和新标签。

• get_fitted_params(deep=True)

• 所需状态

返回:

需要状态为“已拟合”。

deepbool，默认值=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，包括可拟合组件的已拟合参数（= BaseEstimator 值的参数）。

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

fitted_params具有 str 值键的 dict

已拟合参数字典，paramname : paramvalue 键值对包括

返回:

总是：此对象的所有已拟合参数，通过 get_param_names 获取值，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，组件参数索引为 [componentname]__[paramname]，componentname 的所有参数都显示为其 paramname 及对应值

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()

参数:

获取对象的参数默认值。

default_dict dict[str, Any]

返回:

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

classmethod get_param_names(sort=True)

获取对象的参数名称。

获取此对象的参数值字典。

参数:

config_dictdict

sortbool，默认值=True

• 是否按字母顺序 (True) 或按其在类 __init__ 中出现的顺序 (False) 返回参数名称。

• param_names list[str]

返回:

cls 的参数名称列表。如果 sort=False，则按其在类 __init__ 中出现的相同顺序排列。如果 sort=True，则按字母顺序排列。

get_params(deep=True)

• 是否返回组件的参数。

• 如果 True，将返回此对象的参数名称：值字典，包括组件的参数（= BaseObject 值的参数）。

• 如果 False，将返回此对象的参数名称：值字典，但不包括组件的参数。

params具有 str 值键的 dict

从实例获取标签值，考虑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，它们是对象构造后不会更改的静态标志。

参数字典，paramname : paramvalue 键值对包括

1. 总是：此对象的所有参数，通过 get_param_names 获取值，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 的所有参数都显示为其 paramname 及对应值

2. 则返回一个类型为 pd-multiindex 的 Panel 对象。示例：输出的第 i 个实例是覆盖 X 的第 i 个窗口

3. classmethod get_class_tag(tag_name, tag_value_default=None)#

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。

参数:

在类的 _tags 属性中设置的标签。

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)

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，优先级按降序排列如下

通过 set_tags 或 clone_tags 在实例上设置的标签，

在实例构造时设置。

返回:

要检索的标签名称

tag_value_default任何类型，可选；默认值=None

引发:

未找到标签时的默认/回退值

raise_errorbool

未找到标签时是否引发 ValueError

从实例获取标签，考虑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，它们是对象构造后不会更改的静态标志。

tag_valueAny

tag_value

1. 总是：此对象的所有参数，通过 get_param_names 获取值，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 的所有参数都显示为其 paramname 及对应值

2. 则返回一个类型为 pd-multiindex 的 Panel 对象。示例：输出的第 i 个实例是覆盖 X 的第 i 个窗口

3. classmethod get_class_tag(tag_name, tag_value_default=None)#

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。

返回:

self 中 tag_name 标签的值。如果未找到，若 raise_error 为 True 则引发错误，否则返回 tag_value_default。

ValueError，如果 raise_error 为 True。

如果 tag_name 不在 self.get_tags().keys() 中，则引发 ValueError。

返回 skbase 对象的测试参数设置。

get_tags()

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 _tags 属性的任何键，或者通过 set_tags 或 clone_tags 设置的标签。

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，然后收集 _tags_dynamic 对象属性中的任何覆盖和新标签。

参数:

parameter_setstr，默认值 =“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。

返回:

classmethod get_test_params(parameter_set='default')

get_test_params 是一个统一的接口点，用于存储测试目的的参数设置。此函数也用于 create_test_instance 和 create_test_instances_and_names 来构建测试实例。

get_test_params 应返回单个 dict 或 list of dict。

逆转换 X 并返回逆转换版本。

每个 dict 都是用于测试的参数配置，可用于构建一个“有趣”的测试实例。对于 get_test_params 返回中的所有字典 params，调用 cls(**params) 应有效。

get_test_params 不必返回固定的字典列表，它也可以返回动态或随机参数设置。

paramsdict 或 dict 列表，默认值 = {}

默认配置在类或其父类的 _config 类属性中设置，并被通过 set_config 设置的动态配置覆盖。

配置在 clone 或 reset 调用下保留。

创建类测试实例的参数。每个 dict 都是构建“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（或唯一的）字典。

• inverse_transform(X, y=None)

• 目前假定只有具有标签

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 中的单个数据格式称为 mtype 规范，每个 mtype 实现一个抽象 scitype。

• Series scitype = 单个时间序列。pd.DataFrame, pd.Series 或 np.ndarray (1D 或 2D)

• Panel scitype = 时间序列集合。带有 2 级行 MultiIndex (instance, time) 的 pd.DataFrame、3D np.ndarray (instance, variable, time)、Series 类型 pd.DataFrame 的 list

• Hierarchical scitype = 分层时间序列集合。带有 3 个或更多级别行 MultiIndex (hierarchy_1, ..., hierarchy_n, time) 的 pd.DataFrame

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，默认值=None

“scitype:transform-input”=”Series”，“scitype:transform-output”=”Series”，

返回:

具有 inverse_transform 方法。

访问 self 中的

以“_”结尾的已拟合模型属性。

检查对象是否由其他 BaseObjects 组成。

self.is_fitted，必须为 True

返回:

附加数据，例如用于转换的标签。某些转换器需要此数据，请参阅类文档字符串了解详细信息。

X 的逆转换版本

与 X 类型相同，并符合 mtype 格式规范

是否已调用 fit 方法。

is_composite()

返回:

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。

composite bool

对象是否有任何参数的值是 BaseObject 后代实例。

从文件位置加载对象。

参数:

property is_fitted

返回:

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。

bool

从序列化内存容器加载对象。

参数:

估计器是否已 fit。

返回:

classmethod load_from_path(serial)

serialZipFile(path).open(“object) 的结果

将对象重置到干净的初始化后状态。

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

调用 reset 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” 的属性会被保留。

• 配置属性，配置会保留不变。也就是说，在 reset 前后调用 get_config 的结果是相等的。

类和对象方法以及类属性也不受影响。

等效于 clone，但 reset 修改 self 而不是返回新对象。

在调用 self.reset() 后，self 的值和状态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

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')

将序列化的 self 保存到类似字节的对象或 (.zip) 文件中。

行为：如果 path 是 None，则返回内存中的序列化 self；如果 path 是文件位置，则将 self 以 zip 文件形式存储在该位置

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方式 (pickle)。

参数:

pathNone 或文件位置 (str 或 Path)

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

• path=”estimator” 则会在当前工作目录创建 zip 文件 estimator.zip。

• path=”/home/stored/estimator” 则会创建 zip 文件 estimator.zip 并

存储在 /home/stored/ 中。

serialization_format: str，默认 = “pickle”

用于序列化的模块。可用选项包括 “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 是 None - 内存中的序列化 self

如果 path 是文件位置 - 指向该文件的 ZipFile

set_config(**config_dict)

将配置标志设置为给定值。

参数:

get_config()

配置名称 : 配置值对的字典。有效的配置、值及其含义列举如下

displaystr，“diagram”（默认）或 “text”

jupyter kernel 如何显示 self 的实例

• “diagram” = html 框图表示

• “text” = 字符串输出

print_changed_onlybool，默认=True

打印 self 时是仅列出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，不影响组件估计器。

warningsstr，“on”（默认）或 “off”

是否发出警告，仅影响来自 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，默认=”None”

广播/向量化时用于并行化的后端，可选值包括

• “None”：顺序执行循环，简单的列表推导式

• “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，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。有效键取决于 backend:parallel 的值

• “None”：没有额外参数，忽略 backend_params

• “loky”，“multiprocessing” 和 “threading”：默认的 joblib 后端。这里可以传递 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，其他参数将默认为 joblib 的默认值。

• “joblib”：自定义和第三方 joblib 后端，例如 spark。这里可以传递 joblib.Parallel 的任何有效键，例如 n_jobs。在这种情况下，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 的有效键字典

  • “shutdown_ray”：bool，默认=True；False 防止 ray 在并行化后

    关闭。

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

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

input_conversionstr，可选值包括 “on”（默认）、“off” 或有效的 mtype 字符串

控制输入的检查和转换，用于 _fit、_transform、_inverse_transform、_update

• "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，执行转换但不执行检查

output_conversionstr，可选值包括 “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:

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)

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>。如果引用明确（例如，没有两个组件参数同名 <parameter>），也可以使用不带 <component>__ 的字符串 <parameter>。

参数:

**paramsdict

BaseObject 参数，键必须是 <component>__<parameter> 字符串。如果后缀在 get_params 键中唯一，则 __ 后缀可以作为完整字符串的别名。

返回:

self对 self 的引用（参数设置后）

set_random_state(random_state=None, deep=True, self_policy='copy')

为 self 设置 random_state 伪随机种子参数。

通过 self.get_params 找到名为 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 sample_dependent_seed 通过链式哈希进行采样，并保证种子随机生成器的伪随机独立性。

根据 self_policy，以及当且仅当 deep=True 时，适用于 self 中的 random_state 参数以及其余组件对象。

注意：即使 self 没有 random_state 参数，或者组件中没有任何 random_state 参数，也会调用 set_params。因此，set_random_state 将重置任何 scikit-base 对象，即使那些没有 random_state 参数的对象也是如此。

参数:

random_stateint, RandomState 实例或 None, 默认=None

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

config_dictdict

是否设置 skbase 对象值参数中的随机状态，即组件估计器中的随机状态。

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

• 如果为 True，则也会设置组件对象中的 random_state 参数。

self_policystr，可选值包括 {“copy”, “keep”, “new”}，默认=”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 被设置为一个新的随机状态，

从输入的 random_state 派生，通常与之不同

返回:

self对 self 的引用

set_tags(**tag_dict)

将实例级别标签覆盖设置为给定值。

如果 X 是 Series 或 Panel 并且 transform-output 是

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。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成的值。

set_tags 方法应该仅在对象的 __init__ 方法中、构造期间或通过 __init__ 构造后直接调用。

当前标签值可以通过 get_tags 或 get_tag 进行检查。

参数:

**tag_dictdict

标签名称 : 标签值对的字典。

返回:

Self

对 self 的引用。

transform(X, y=None)

转换 X 并返回转换后的版本。

默认配置在类或其父类的 _config 类属性中设置，并被通过 set_config 设置的动态配置覆盖。

配置在 clone 或 reset 调用下保留。

创建类测试实例的参数。每个 dict 都是构建“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（或唯一的）字典。

• inverse_transform(X, y=None)

• 目前假定只有具有标签

参数:

Xsktime 兼容数据容器格式的时间序列

要转换的数据。

sktime 中的单个数据格式称为 mtype 规范，每个 mtype 实现一个抽象 scitype。

• Series scitype = 单个时间序列。pd.DataFrame, pd.Series 或 np.ndarray (1D 或 2D)

• Panel scitype = 时间序列集合。带有 2 级行 MultiIndex (instance, time) 的 pd.DataFrame、3D np.ndarray (instance, variable, time)、Series 类型 pd.DataFrame 的 list

• Hierarchical scitype = 分层时间序列集合。带有 3 个或更多级别行 MultiIndex (hierarchy_1, ..., hierarchy_n, time) 的 pd.DataFrame

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，默认值=None

“scitype:transform-input”=”Series”，“scitype:transform-output”=”Series”，

返回:

转换后的 X 版本

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

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

返回的实例与 X 中的实例对应

表中未列出的组合目前不受支持

明确地，带有示例

• 如果 X 是 Series（例如，pd.DataFrame）

并且 transform-output 是 Series，则返回的是具有相同 mtype 的单个 Series。示例：对单个 series 进行去趋势处理

• 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支持

• 具体示例说明

如果 X 是 Series（例如，pd.DataFrame）

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

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

update(X, y=None, update_params=True)

返回 skbase 对象的测试参数设置。

默认配置在类或其父类的 _config 类属性中设置，并被通过 set_config 设置的动态配置覆盖。

配置在 clone 或 reset 调用下保留。

创建类测试实例的参数。每个 dict 都是构建“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（或唯一的）字典。

• inverse_transform(X, y=None)

• 目前假定只有具有标签

写入 self

• inverse_transform(X, y=None)

• 如果 remember_data 标签为 True，则写入 self._X，通过 update_data，根据 X 中的值进行更新。

参数:

Xsktime 兼容数据容器格式的时间序列

用于更新转换的数据

sktime 中的单个数据格式称为 mtype 规范，每个 mtype 实现一个抽象 scitype。

• Series scitype = 单个时间序列。pd.DataFrame, pd.Series 或 np.ndarray (1D 或 2D)

• Panel scitype = 时间序列集合。带有 2 级行 MultiIndex (instance, time) 的 pd.DataFrame、3D np.ndarray (instance, variable, time)、Series 类型 pd.DataFrame 的 list

• Hierarchical scitype = 分层时间序列集合。带有 3 个或更多级别行 MultiIndex (hierarchy_1, ..., hierarchy_n, time) 的 pd.DataFrame

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，默认值=None

“scitype:transform-input”=”Series”，“scitype:transform-output”=”Series”，

返回:

self估计器的一个已拟合实例