pyts.datasets.load_gunpoint

pyts.datasets.load_gunpoint(return_X_y=False)[来源]

加载并返回GunPoint数据集。

该数据集记录了一名女演员和一名男演员的手部动作。包含两个类别:拔枪动作和指向动作。在拔枪动作中,演员双手自然垂于身侧,从臀部枪套中取出仿制手枪指向目标约一秒钟,随后将枪放回枪套并恢复双手垂放姿势。在指向动作中,演员同样双手自然垂放,用食指指向目标约一秒钟后恢复初始姿势。对于这两个类别,我们追踪了演员右手在X轴和Y轴上的质心运动轨迹(两者呈现高度相关性),存档数据仅包含X轴坐标。

训练样本 50
测试样本 150
时间戳 150
类别数 2
Parameters:
return_X_y : bool (default = False)

如果为True,则返回 (data_train, data_test, target_train, target_test) 而不是返回 Bunch对象。

Returns:
data : Bunch

类似字典的对象,具有以下属性:

data_train : array of floats

训练集中的时间序列。

data_test : array of floats

测试集中的时间序列。

target_train : array of integers

训练集中的分类标签。

target_test : array of integers

测试集中的分类标签。

DESCR : str

数据集的完整描述。

url : str

数据集的URL地址。

(data_train, data_test, target_train, target_test) : tuple if return_X_y is True

参考文献

[1]UCR档案库中PigCVP数据集的条目

示例

>>> from pyts.datasets import load_gunpoint
>>> bunch = load_gunpoint()
>>> bunch.data_train.shape
(50, 150)
>>> X_train, X_test, y_train, y_test = load_gunpoint(return_X_y=True)
>>> X_train.shape
(50, 150)

使用pyts.datasets.load_gunpoint的示例

Bag of Words

词袋模型

词袋模型
Bag-of-SFA Symbols in Vector Space (BOSSVS)

向量空间中的SFA符号袋(BOSSVS)

向量空间中的符号化傅里叶近似词袋(BOSSVS)
Learning Time-Series Shapelets

学习时间序列形状特征

学习时间序列形状片段
Symbolic Aggregate approXimation in Vector Space Model (SAX-VSM)

向量空间模型中的符号聚合近似方法(SAX-VSM)

向量空间模型中的符号聚合近似方法(SAX-VSM)
Time Series Bag-of-Features

时间序列特征袋

时间序列词袋特征
Time Series Forest

时间序列森林

时间序列森林
Loading the GunPoint dataset

加载GunPoint数据集

加载GunPoint数据集
Data set of Gramian angular fields

格拉姆角场数据集

格拉姆角场数据集
Data set of Markov transition fields

马尔可夫转移场数据集

马尔可夫转移场数据集
Data set of recurrence plots

递归图数据集

递归图数据集
Dynamic Time Warping

动态时间规整

动态时间规整
Transformers

Transformers

转换器
Bag of Patterns

模式袋

模式集合
Bag-of-SFA Symbols (BOSS)

符号化SFA词袋 (BOSS)

符号化傅里叶近似词袋 (BOSS)
RandOm Convolutional KErnel Transform (ROCKET)

随机卷积核变换 (ROCKET)

随机卷积核变换 (ROCKET)
Shapelet Transform

Shapelet变换

形状变换
Word ExtrAction for time SEries cLassification (WEASEL)

时间序列分类词提取(WEASEL)

时间序列分类词提取(WEASEL)