Transformers 备忘单

dunders 术语表

类型	Dunder	含义	sktime 类
compose	*	链式/管道 - 也适用于其他估计器类型	依赖于类型
compose	**	链接到另一个估计器的次要输入	依赖于类型
compose	+	特征联合	FeatureUnion
接口	~	invert	InvertTransform
结构性	¦	多路复用（“开关”）	依赖于类型
结构性	-	可选直通（“开/关”）	OptionalPassthrough

精选的有用 transformers、合成器、适配器

• 通过 sktime.transformations.compose.FitInTransform 将拟合延迟到 transform

• 通过 sktime.transformations.compose.adapt.PandasTransformAdaptor 使用任何 pandas 方法

• 通过 sktime.transformations.series.date.DateTimeFeatures 获取日期/时间特征

• 通过 transformations.series.lag.Lag 获取滞后

• 通过 transformations.series.difference.Differencer 获取差分（一阶和 n 阶）

• 通过 transformations.series.scaledlogit.ScaledLogitTransform 获取缩放 logit

Transformer 类型术语表

sktime 中常见的转换类型

从	到	基类	示例 (sci)	示例 (sktime)
时间序列	标量特征	BaseTransformer (Primitives 输出)	tsfresh 或 7 数概括	Catch22, SummaryTransformer
时间序列	时间序列	BaseTransformer (Series, instancewise)	去趋势、平滑、滤波、滞后	Detrender, Differencer, Lag, Filter
时间序列面板	也是一个面板	BaseTransformer (Series 输出)	主成分投影	PCATransformer, PaddingTransformer
两个特征向量	一个标量	BasePairwiseTransformer	欧氏距离，L1 距离	ScipyDist, AggrDist, FlatDist
两个时间序列	一个标量	BasePairwiseTransformerPanel	DTW 距离，对齐核	DtwDist, EditDist

前三者 = “时间序列 transformers”，或者简称为 “transformers”

所有“transformers”都遵循相同的基本接口。

“成对 transformers”有单独的基本接口（因为有两个输入）

包括时间序列或特征向量之间的距离和核

都继承 BaseObject 并遵循统一的 skbase 接口，包括 get_params, get_fitted_params 等

---

使用 nbsphinx 生成。Jupyter Notebook 可在此处找到：here。