用于时间序列预测，分类和回归的" sklearn"

　　> Image by geralt at Pixabay

　　在Python中使用时间序列数据解决数据科学问题具有挑战性。

　　为什么？ 现有工具不适用于时间序列任务，并且无法轻松集成在一起。 scikit-learn软件包中的方法假定数据以表格格式进行结构化，并且每一列均为i.i.d。 —时间序列数据不适用的假设。 包含时间序列学习模块（例如statsmodels）的软件包不能很好地集成在一起。 此外，现有的python包中没有许多重要的时间序列操作，例如跨时间将数据拆分为训练集和测试集。

　　为了应对这些挑战，创建了sktime。

　　> Logo of the sktime library

　　sktime是用于时间序列机器学习的开源Python工具箱。 这是一个由社区推动的项目，由英国经济与社会研究理事会，消费者数据研究中心和艾伦·图灵研究所资助。

　　sktime扩展，并且scikit-learn API用于时间序列任务。 它提供了必要的算法和转换工具，可以有效地解决时间序列回归，预测和分类任务。 该库包含专用的时间序列学习算法和转换方法，而其他常见库中尚不可用。

　　sktime旨在与scikit-learn互操作，可轻松地将算法修改为相关的时间序列任务，并构建复合模型。 怎么样？ 许多时间序列任务都是相关的。 可以解决一个任务的算法通常可以重复使用，以帮助解决相关任务。 这个想法称为减少。 例如，可以将用于时间序列回归的模型（使用序列来预测输出值）重新用于时间序列预测任务（预测的输出值是未来值）。

　　使命宣言：" sktime支持按时间序列进行可理解且可组合的机器学习。 它提供了scikit-learn兼容算法和模型组合工具，并由清晰的学习任务分类法，指导性文档和友好的社区提供支持。"

　　在本文的其余部分中，我将重点介绍sktime的一些独特功能。

　　时间序列的正确数据模型

　　Sktime将嵌套数据结构用于Pandas数据帧中的时间序列。

　　典型数据帧中的每一行都包含i.d. 观察值和列表示不同的变量。 对于sktime方法，Pandas数据框中的每个单元格现在可以包含整个时间序列。 这种格式对于多变量，面板和异构数据非常灵活，并允许在Pandas和scikit-learn中重用方法。

　　在下表中，每一行都是一个观察值，在X列中包含一个时间序列数组，在y列中包含类值。 sktime估计器和变压器可以在这样的序列上运行。

　　> Native time series data structure, compatible with sktime.

　　在下表中，按照scikit-learn中的方法的要求，系列X中的每个元素都被分隔为一个单独的列。 维数很高-251列！ 此外，表格学习算法会忽略列的时间顺序（但由时间序列分类和回归算法使用）。

　　> Time series data structure required by