python aeon库进行时间序列算法预测分类实例探索

 更新时间:2024年02月01日 11:14:25   作者:程序员小寒  
这篇文章主要介绍了python aeon库进行时间序列算法预测分类实例探索,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪

 python aeon时间序列算法

今天给大家分享一个神奇的 python 库,aeon

https://github.com/aeon-toolkit/aeon 

aeon 是一个与 scikit-learn 兼容的工具包,用于执行预测、分类和聚类等时间序列任务。它提供了广泛的时间序列算法,包括最新进展,并使用 numba 高效实现时间序列算法。

使用它可以执行以下任务

  • 预测,它的目标是预测时间序列的未来值。

  • 时间序列分类,其中给定实例的时间序列数据用于预测分类目标类别。

  • 时间序列回归,其中给定实例的时间序列数据用于预测连续目标值。

  • 时间序列聚类,它的目标是发现由具有相似时间序列的实例组成的组。

  • 时间序列标注,它专注于异常值检测、变化点检测和分割。

  • 时间序列相似性搜索,它的目标是评估时间序列与其他时间序列集合之间的相似性

库的安装

可以直接使用 pip 进行安装。注意,需要 python 版本大于等于3.8

pip install aeon

如果你想安装包含所有可选依赖项的完整包,你可以使用

pip install aeon[all_extras]

预测

这里我们使用的是航空公司乘客数量数据集,并使用 numpy 来指定要预测范围,然后使用 NaiveForecaster 算法来拟合数据并进行预测。

from aeon.datasets import load_airline
from aeon.forecasting.base import ForecastingHorizon
from aeon.forecasting.naive import NaiveForecaster
from aeon.utils.plotting import plot_series
import numpy as np
# step 1: data specification
y = load_airline()

# step 2: specifying forecasting horizon
fh = np.arange(1, 37)

# step 3: specifying the forecasting algorithm
forecaster = NaiveForecaster(strategy="last", sp=12)

# step 4: fitting the forecaster
forecaster.fit(y)

# step 5: querying predictions
y_pred = forecaster.predict(fh)

# optional: plotting predictions and past data
plot_series(y, y_pred, labels=["y", "y_pred"])

分类

这里使用 KNeighborsTimeSeriesClassifier 算法来进行分类。

import numpy as np
from aeon.classification.distance_based import KNeighborsTimeSeriesClassifier

X = [[[1, 2, 3, 4, 5, 5]],  # 3D array example (univariate)
     [[1, 2, 3, 4, 4, 2]],  # Three samples, one channel, six series length,
     [[8, 7, 6, 5, 4, 4]]]
y = ['low', 'low', 'high']  # class labels for each sample
X = np.array(X)
y = np.array(y)

clf = KNeighborsTimeSeriesClassifier(distance="dtw")
clf.fit(X, y)  # fit the classifier on train data

X_test = np.array(
    [[[2, 2, 2, 2, 2, 2]], [[5, 5, 5, 5, 5, 5]], [[6, 6, 6, 6, 6, 6]]]
)
y_pred = clf.predict(X_test)  # make class predictions on new data

#array(['low', 'high', 'high'], dtype='<U4')

以上就是 python aeon库进行时间序列算法预测分类实例探索的详细内容,更多关于python aeon时间序列算法的资料请关注脚本之家其它相关文章!

相关文章

  • 解析Python 偏函数用法全方位实现

    解析Python 偏函数用法全方位实现

    这篇文章主要介绍了解析Python 偏函数用法全方位实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面来一起学习学习吧
    2020-06-06
  • Python Pytorch gpu 分析环境配置

    Python Pytorch gpu 分析环境配置

    Pytorch是目前最火的深度学习框架之一,目前也支持了pytorch的GPU加速,所以我就想着,在这两个电脑上装个Pytorch,这篇文章主要介绍了Python Pytorch(gpu)分析环境配置,需要的朋友可以参考下
    2023-04-04
  • 一文带你探索Python中15个常见的魔术方法

    一文带你探索Python中15个常见的魔术方法

    在Python中,特殊方法(也称为魔术方法)是由Python解释器自动调用的,我们不需要手动调用它们,本文小编为大家整理了15个常见特殊方法的实现,希望对大家有所帮助
    2024-01-01
  • ubuntu 18.04 安装opencv3.4.5的教程(图解)

    ubuntu 18.04 安装opencv3.4.5的教程(图解)

    这篇文章主要介绍了ubuntu 18.04 安装opencv3.4.5的教程,本文图文并茂给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友可以参考下
    2019-11-11
  • 浅析python中while循环和for循环

    浅析python中while循环和for循环

    在本篇文章里小编给各位整理的是关于python中while和for循环知识点详解,有兴趣的朋友们可以学习下。
    2019-11-11
  • python实现while循环打印星星的四种形状

    python实现while循环打印星星的四种形状

    今天小编就为大家分享一篇python实现while循环打印星星的四种形状,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-11-11
  • Python基于React-Dropzone实现上传组件的示例代码

    Python基于React-Dropzone实现上传组件的示例代码

    本文主要介绍了在React-Flask框架上开发上传组件的技巧。文中通过示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2021-08-08
  • Python pandera数据验证和清洗的库

    Python pandera数据验证和清洗的库

    为了确保数据的质量,Python Pandera 库应运而生。本文将深入介绍 Python Pandera,这是一个用于数据验证和清洗的库,并提供丰富的示例代码,帮助大家充分利用它来提高数据质量
    2024-01-01
  • python类的继承实例详解

    python类的继承实例详解

    这篇文章主要介绍了python类的继承实例详解的相关资料,需要的朋友可以参考下
    2017-03-03
  • 使用Python获取并处理IP的类型及格式方法

    使用Python获取并处理IP的类型及格式方法

    今天小编就为大家分享一篇使用Python获取并处理IP的类型及格式方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-11-11

最新评论