基准测试

sktime.benchmarking 模块包含执行基准测试的功能。

基础

BaseBenchmark([id_format])

基准测试的基础类。

ForecastingBenchmark([id_format, backend, ...])

预测基准测试。

BaseMetric(name, **kwargs)
基础结果()	基础结果类。
BaseDataset(name)	基础数据集类。
HDDBaseResults(path)	HDD结果。
HDDBaseDataset(path, name)	HDD数据集。

UEADataset(path, name[, suffix_train, ...])	表示硬盘上UEA/UCR格式的数据集。
RAMDataset(dataset, name)	表示内存中的数据集。

Evaluator(results)

分析机器学习实验结果。

run_clustering_experiment(trainX, clusterer, ...)	运行聚类实验并将结果保存到文件。
load_and_run_clustering_experiment(...[, ...])	运行聚类实验。
run_classification_experiment(X_train, ...)	运行分类实验并将结果保存到文件。
加载并运行分类实验(...)	加载数据集并运行分类实验。

Orchestrator(tasks, datasets, strategies, ...)

在一个或多个数据集上拟合并预测一个或多个估计器。

RAM结果()	内存中的结果。
HDDResults(path)	HDD结果。

BaseStrategy(estimator[, name])	抽象基础策略类。
BaseSupervisedLearningStrategy(estimator[, name])	时间序列有监督学习的抽象策略类。
TSCStrategy(estimator[, name])	时间序列分类的策略。
TSRStrategy(estimator[, name])	时间序列回归的策略。

BaseTask(target[, features, metadata])	抽象基础任务类。
TSCTask(target[, features, metadata])	时间序列分类任务。
TSRTask(target[, features, metadata])	时间序列回归任务。

PairwiseMetric(func[, name])	成对计算指标。
AggregateMetric(func[, method, name])	成对计算指标。