回归

aeon.regression 模块包含用于时间序列回归的算法和组合工具。

所有回归器可以使用aeon``can be listed using the ``aeon.registry.all_estimators工具列出， 使用estimator_types="regressor"，可选地通过标签进行过滤。 有效的标签可以使用aeon.registry.all_tags列出。

基于卷积的

HydraRegressor([n_kernels, n_groups, ...])	Hydra 回归器。
MultiRocketHydraRegressor([n_kernels, ...])	MultiRocket-Hydra 回归器。
RocketRegressor([n_kernels, estimator, ...])	使用RidgeCV回归器的Rocket转换器。
MiniRocketRegressor([n_kernels, ...])	使用RidgeCV回归器的MiniRocket转换器。
MultiRocketRegressor([n_kernels, ...])	使用RidgeCV回归器的MultiRocket转换器。

深度学习

TimeCNNRegressor([n_layers, kernel_size, ...])	时间序列卷积神经网络 (CNN)。
EncoderRegressor([n_epochs, batch_size, ...])	为编码器建立网络结构。
FCNRegressor([n_layers, n_filters, ...])	全卷积网络 (FCN)。
InceptionTimeRegressor([n_regressors, ...])	InceptionTime 集成回归器。
IndividualLITERegressor([use_litemv, ...])	单个LITE或LITEMV回归器。
IndividualInceptionRegressor([n_filters, ...])	单一Inception回归器。
LITETimeRegressor([n_regressors, ...])	LITETime 或 LITEMVTime 集成回归器。
ResNetRegressor([n_residual_blocks, ...])	残差神经网络。
MLPRegressor([use_bias, n_epochs, ...])	多层感知器网络 (MLP)。
DisjointCNNRegressor([n_layers, n_filters, ...])	不相交卷积神经网络回归器。

基于距离的

KNeighborsTimeSeriesRegressor([distance, ...])

K-最近邻时间序列回归器。

基于特征的

Catch22Regressor([features, catch24, ...])	规范时间序列特征（catch22）回归器。
FreshPRINCERegressor([...])	使用旋转森林回归器的新鲜管道。
SummaryRegressor([summary_stats, estimator, ...])	摘要统计回归器。
TSFreshRegressor([default_fc_parameters, ...])	基于可扩展假设测试回归器的时间序列特征提取。

混合

RISTRegressor([n_intervals, n_shapelets, ...])

随机间隔-形状变换（RIST）管道回归器。

基于间隔的

CanonicalIntervalForestRegressor([...])	规范区间森林 (CIF) 回归器。
DrCIFRegressor([base_estimator, ...])	多样表示规范区间森林 (DrCIF) 回归器。
IntervalForestRegressor([base_estimator, ...])	可配置的区间提取森林回归器。
RandomIntervalRegressor([n_intervals, ...])	随机区间回归器。
RandomIntervalSpectralEnsembleRegressor([...])	随机间隔光谱集成（RISE）回归器。
TimeSeriesForestRegressor([base_estimator, ...])	时间序列森林 (TSF) 回归器。
QUANTRegressor([interval_depth, ...])	QUANT区间回归器。

基于Shapelet的

RDSTRegressor([max_shapelets, ...])

一个随机扩张形状变换（RDST）回归器。

sklearn

RotationForestRegressor([n_estimators, ...])	一个旋转森林（RotF）向量回归器。
SklearnRegressorWrapper(regressor[, ...])	用于scikit-learn回归器的包装器，以便使用aeon框架。

组合

RegressorEnsemble(regressors[, weights, cv, ...])	具有可拟合集成权重的回归器加权集成。
RegressorPipeline(transformers, regressor[, ...])	转换器和回归器的管道。

虚拟

DummyRegressor([strategy, constant, quantile])

DummyRegressor 做出的预测忽略了输入特征。

基础

BaseRegressor()

时间序列回归器的抽象基类。

BaseDeepRegressor([batch_size, last_file_name])

深度学习时间序列回归的抽象基类。