sktime 简介

愿景声明

• 一个易于使用、易于扩展、全面的 Python 框架，用于时间序列的机器学习和人工智能

• 开源, 宽松许可证, 免费使用

• 公开透明地治理

• 友好、响应迅速、善良且包容 的社区，积极致力于确保公平和机会均等

• 一个学术和商业上的 中立空间，具有 生态系统整合 的雄心和客观的视角

• 一个**教育平台**，为所有职业阶段提供指导和技能提升机会，特别是职业生涯早期

sktime 是一个充满活力、欢迎新人的社区，提供指导机会！

• 我们 热爱 新贡献者。即使你是开源软件开发的新手！

• 查看 sktime 的 新贡献者指南

• 加入我们的 discord 和/或我们的定期聚会之一！

• 在 LinkedIn 上关注我们！

进一步阅读：

• sktime 在 binder 上的笔记本教程

• 录制的 视频教程

• 发现错误或类型？教程反馈线程

目录

sktime 提供了一个统一的、类似于 scikit-learn 的工具箱接口，用于多个时间序列学习任务。

第1节 解释了什么是 scikit-learn 类似的工具箱，以 scikit-learn 为例。

第2节 概述了时间序列学习及其在该领域中的挑战。

第3节 提供了 sktime 的高层次工程概述。

1. sklearn 统一接口 - 策略模式

sktime 遵循 sklearn / skbase 接口：

• 对象/估计器的统一接口

• 模块化设计，策略模式

• 可组合的，复合物是接口同质的

• 简单的规范语言和参数接口

• 视觉上信息丰富的漂亮打印

sklearn 提供了一个统一的接口，用于多种学习任务，包括分类和回归。

任何（有监督的）估计器都有以下接口点

1. 实例化 你选择的模型，并设置参数

2. 拟合 你的模型实例

3. 使用那个拟合好的实例来 预测 新数据！

上述内容在代码中：

import warnings

warnings.filterwarnings("ignore")

# get data to use the model on
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split

X, y = load_iris(return_X_y=True, as_frame=True)
random_seed = 60
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=random_seed)

X_train.head()

	sepal length (cm)	sepal width (cm)	petal length (cm)	petal width (cm)
59	5.2	2.7	3.9	1.4
52	6.9	3.1	4.9	1.5
108	6.7	2.5	5.8	1.8
36	5.5	3.5	1.3	0.2
134	6.1	2.6	5.6	1.4

y_train.head()

59     1
52     1
108    2
36     0
134    2
Name: target, dtype: int64

X_test.head()

	sepal length (cm)	sepal width (cm)	petal length (cm)	petal width (cm)
69	5.6	2.5	3.9	1.1
71	6.1	2.8	4.0	1.3
97	6.2	2.9	4.3	1.3
42	4.4	3.2	1.3	0.2
73	6.1	2.8	4.7	1.2

from sklearn.svm import SVC

# 1. Instantiate SVC with parameters gamma, C
clf = SVC(gamma=0.001, C=100.0)

# 2. Fit clf to training data
clf.fit(X_train, y_train)

# 3. Predict labels on test data
y_test_pred = clf.predict(X_test)

y_test_pred

array([1, 1, 1, 0, 1, 0, 1, 0, 0, 1, 0, 0, 2, 1, 2, 1, 2, 1, 0, 2, 2, 0,
       1, 0, 0, 0, 0, 1, 2, 0, 2, 1, 2, 0, 0, 0, 1, 0])

重要提示：要使用另一个分类器，只需更改规范行，部分1！

SVC 本可以是 RandomForest，步骤 2 和 3 保持不变 - 统一接口：

from sklearn.ensemble import RandomForestClassifier

# 1. Instantiate SVC with parameters gamma, C
clf = RandomForestClassifier(n_estimators=100)

# 2. Fit clf to training data
clf.fit(X_train, y_train)

# 3. Predict labels on test data
y_test_pred = clf.predict(X_test)

y_test_pred

array([1, 1, 1, 0, 1, 0, 1, 0, 0, 1, 0, 0, 2, 1, 2, 1, 2, 1, 0, 2, 2, 0,
       1, 0, 0, 0, 0, 1, 2, 0, 2, 1, 2, 0, 0, 0, 1, 0])

在面向对象设计的术语中，这被称为 “策略模式”

= 不同的估计器可以在不改变接口的情况下进行切换

= 就像一个电源插头适配器，如果它符合接口，它就是即插即用的。

图示总结：

可以通过 get_params、set_params 访问和设置参数：

clf.get_params()

{'bootstrap': True,
 'ccp_alpha': 0.0,
 'class_weight': None,
 'criterion': 'gini',
 'max_depth': None,
 'max_features': 'sqrt',
 'max_leaf_nodes': None,
 'max_samples': None,
 'min_impurity_decrease': 0.0,
 'min_samples_leaf': 1,
 'min_samples_split': 2,
 'min_weight_fraction_leaf': 0.0,
 'monotonic_cst': None,
 'n_estimators': 100,
 'n_jobs': None,
 'oob_score': False,
 'random_state': None,
 'verbose': 0,
 'warm_start': False}

2. sktime 致力于时间序列数据分析

与“表格”相比，更丰富的时序任务空间：

• 预测 - 基于过去几周的数据，预测明天的能源消耗

• 分类 - 根据先前的示例，将心电图分类为健康/患病

• 回归 - 基于温度/压力曲线预测生物反应器中的化合物纯度

• 聚类 - 将树形结构的叶子大纲分类为少量相似的类别

• 注解 - 识别数据流中的跳跃、异常、事件

sktime 旨在为这些提供类似于 sklearn 的、模块化的、可组合的接口！

任务	状态	链接
预测	稳定	教程 · API 参考 · 扩展模板
时间序列分类	稳定	教程 · API 参考 · 扩展模板
时间序列回归	稳定	教程 · API 参考
变换	稳定	教程 · API 参考 · 扩展模板
预测的性能指标	稳定	API 参考
时间序列分割/重采样	稳定	API 参考
参数拟合	成熟	API 参考 · 扩展模板
时间序列对齐	成熟	API 参考 · 扩展模板
时间序列聚类	成熟	API 参考 · 扩展模板
时间序列距离/核	成熟	教程 · API 参考 · 扩展模板
异常, 变化点	实验性	扩展模板

在 skpro 配套包中：

模块	状态	链接
概率表格回归	成熟	教程 · API 参考 · 扩展模板
时间到事件（生存）预测	成熟	教程 · API 参考 · 扩展模板
概率预测的性能指标	成熟	API 参考
概率分布	成熟	教程 · API 参考 · 扩展模板

示例 - 预测

# get the data
from sktime.datasets import load_airline

y = load_airline()

import numpy as np

from sktime.forecasting.naive import NaiveForecaster

# step 1: specify the forecasting algorithm
forecaster = NaiveForecaster(strategy="last", sp=12)

# step 2: specify forecasting horizon
fh = np.arange(1, 37)  # we want to predict the next 36 months

# step 3: fit the forecaster
forecaster.fit(y, fh=fh)

# step 4: make the forecast
y_pred = forecaster.predict()

from sktime.utils.plotting import plot_series

fig, ax = plot_series(y, y_pred, labels=["train", "forecast"])

示例 - 时间序列分类

# get the data
from sktime.datasets import load_osuleaf

# for training
X_train, y_train = load_osuleaf(split="train", return_type="numpy3D")

# for prediction
X_new, _ = load_osuleaf(split="test", return_type="numpy3D")
X_new = X_new[:2]

from sktime.classification.distance_based import KNeighborsTimeSeriesClassifier
from sktime.dists_kernels import ScipyDist
from sktime.dists_kernels.compose_tab_to_panel import AggrDist

# step 1 - specify the classifier
mean_eucl_dist = AggrDist(ScipyDist())
clf = KNeighborsTimeSeriesClassifier(n_neighbors=3, distance=mean_eucl_dist)

# step 2 - fit the classifier
clf.fit(X_train, y_train)

# step 3 - predict labels on new data
y_pred = clf.predict(X_new)

X_train.shape

(200, 1, 427)

y_train.shape

(200,)

X_new.shape

(2, 1, 427)

y_pred.shape

(2,)

3. sktime 整合了时间序列建模生态系统！

时间序列的包空间高度分散：

• 有很多优秀的实现和方法！

• 但有许多不同的接口，不像 sklearn 那样可组合

sktime 整合了生态系统 - 与所有现有的包友好合作！

在整个生态系统中轻松搜索即插即用组件！

尝试 `sktime 估计器搜索 <https://www.sktime.net/en/latest/estimator_overview.html>`__

4. 总结

• sklearn 接口：统一的接口（策略模式），模块化，组合稳定，易于指定的语言

• sktime 演化了时间序列学习任务的接口

• sktime 整合了一个碎片化的生态系统，包括接口、组合性和依赖管理。

---

致谢：笔记本 0 - sktime 和 sklearn 简介

笔记本创建：fkiraly, marrov

基于现有 sktime 教程的一些案例，作者：fkiraly, miraep8

幻灯片（png/jpg）：* 来自fkiraly在UCL的研究生课程，数据科学软件工程的原理与模式 * 生态系统幻灯片：fkiraly, mloning * 学习任务：fkiraly, mloning

---

学术研究论文中的引用与致谢：

sktime 工具箱: sktime: 时间序列机器学习的统一接口

sktime 设计原则: 设计机器学习工具箱：概念、原则和模式

---

使用 nbsphinx 生成。Jupyter 笔记本可以在这里找到。