对象和评估器标签#

sktime 中的每个第一类对象都带有一组标签，描述其属性和能力，或控制其行为。

标签是键值对，其中键是标签名称的字符串。标签的值可以是任意类型，根据其值，它描述对象的属性、能力或控制对象的行为。

例如，如果一个预测器能够进行概率预测，它可能带有标签 "capability:pred_int": True。用户可以通过筛选此标签找到所有能够进行概率预测的预测器。

本 API 参考列出了 sktime 中所有可用的标签，以及使用这些标签的主要实用工具。

要在 sktime 网页上按标签搜索评估器，请使用评估器搜索页面

检查标签，按标签检索#

标签可以在运行时使用以下实用工具进行检查

要获取对象的标签，请使用 get_tags 方法。对象的标签可能取决于其超参数。
要获取类的标签，请使用类的 get_class_tags 方法。类的标签是静态的，不取决于其超参数。默认情况下，对于实例可能变化的类标签，如果涉及能力，则取最“强大”的值。
要在运行时通过编程方式检索 sktime 中或针对特定类型对象的所有可用标签，请使用 registry.all_tags 实用工具
要通过编程方式检索 sktime 中按标签值筛选的所有对象或评估器，请使用 registry.all_estimators 实用工具

`all_tags`([estimator_types, as_dataframe])	列出 sktime 中所有标签，针对特定类型的对象。
`all_estimators`([estimator_types, ...])	列出 sktime 中所有评估器或对象，按 scientific type 或标签。

本节列出适用于 sktime 中所有对象的通用标签。这些标签通常用于类型标记、打包和文档目的。

本节列出适用于预测器（"forecaster" 类型）的标签。这些标签用于描述预测器的能力、属性和行为。

`capability__exogeneous`	能力：预测器可以使用外生数据。
`capability__insample`	能力：预测器可以进行样本内预测。
`capability__pred_int`	能力：预测器可以进行概率或区间预测。
`capability__pred_int__insample`	能力：预测器可以进行样本内概率预测。
`capability__missing_values`	能力：评估器可以处理缺失数据，例如 NaNs。
`capability__categorical_in_X`	能力：如果评估器能够在外生数据 (X) 中原生处理分类数据。
`requires_fh_in_fit`	行为标志：预测器在 fit 中需要预测范围。
`fit_is_empty`	属性：评估器是否有一个空的 fit 方法。

本节列出适用于时间序列分类器、回归器和聚类器（"classifier"、"regressor"、"clusterer" 类型）的标签。这些标签用于描述这些类型对象的能力、属性和行为。

`capability__multivariate`	能力：评估器可以处理多元时间序列。
`capability__multioutput`	能力：评估器可以处理多输出时间序列。
`capability__missing_values`	能力：评估器可以处理缺失数据，例如 NaNs。
`capability__unequal_length`	能力：评估器可以处理不等长的时间序列。
`capability__predict_proba`	能力：评估器可以进行概率预测。
`capability__feature_importance`	能力：评估器可以提供特征重要性。
`capability__contractable`	能力：可以要求评估器满足最大时间契约。
`capability__train_estimate`	能力：算法可以估计其在训练集上的性能。

本节列出适用于普通转换器的标签，即转换单个时间序列对象（"transformer" 类型）的对象。

`scitype__transform_input`	转换器的输入数据的 scientific type。
`scitype__transform_output`	转换器的输入数据的 scientific type。
`scitype__transform_labels`	转换器的目标数据的 scientific type，如果需要。
`requires_x`	行为标志：转换器在 fit 和 transform 中需要 X。
`requires_y`	行为标志：转换器在 fit 中需要 y。
`capability__missing_values`	能力：评估器可以处理缺失数据，例如 NaNs。
`capability__unequal_length`	能力：评估器可以处理不等长的时间序列。
`capability__inverse_transform`	能力：转换器可以执行逆转换。
`capability__inverse_transform__exact`	能力：逆转换是否是转换的精确逆运算。
`capability__inverse_transform__range`	能力：转换的可逆域。
`fit_is_empty`	属性：评估器是否有一个空的 fit 方法。
`transform_returns_same_time_index`	属性：转换器返回与输入相同的时间索引。

本节列出适用于时间序列检测器（"detector" 类型）的标签。这些标签用于描述检测器的能力、属性和行为。

本节列出用于控制对象内部行为的标签，例如样板层。

这些主要对使用扩展模板创建 sktime 兼容对象的高级用户有用。

下面的标签在对象检索或检查中的用途有限。

`x_inner_mtype`	转换器内部可以处理的 X 的机器类型。
`y_inner_mtype`	转换器内部可以处理的 y 的机器类型。
`visual_block_kind`	如何在 jupyter notebook 中显示元评估器的 html 表示。