欢迎访问pyts文档！

pyts 是一个专注于时间序列分类的Python工具包。它旨在通过提供预处理和实用工具，以及多种时间序列分类算法的实现，使时间序列分类更易于使用。该工具包包含大量单元测试，并通过持续集成确保新代码的整合和向后兼容性。该工具包采用3-clause BSD许可证发布。

最小示例

以下代码片段展示了pyts的基本用法：

>>> from pyts.classification import BOSSVS
>>> from pyts.datasets import load_gunpoint
>>> X_train, X_test, y_train, y_test = load_gunpoint(return_X_y=True)
>>> clf = BOSSVS(window_size=28)
>>> clf.fit(X_train, y_train)
BOSSVS(...)
>>> clf.score(X_test, y_test)
0.98
  1. 首先我们导入：
  • 定义分类器的类 (BOSSVS),
  • 一个加载GunPoint数据集的函数(load_gunpoint)。
  1. 然后我们通过调用load_gunpoint函数加载训练集和测试集。
  2. 接下来我们通过创建该类的实例来定义一个分类器。
  3. 最后我们在训练集上拟合分类器，并通过计算测试集上的准确率来评估其性能。

熟悉scikit-learn API的用户会对pyts感到亲切，因为它的API深受其启发，并且pyts的估计器与scikit-learn工具（如模型选择和管道）兼容。更多信息，请参阅Scikit-learn兼容性页面。

入门指南

有关安装、测试及贡献该软件包的信息。

用户指南

主要文档。这里包含所有算法的深入说明以及如何应用它们。

API文档

所有函数和类的精确API接口，如文档字符串所示。API文档说明了所有函数的预期类型和允许特性，以及算法可用的所有参数。

示例

一组展示不同算法使用方法的示例。它是对用户指南的补充。

更新日志

该软件包的重大变更历史记录。

更多信息请参阅README。