aeon

Aeon to zestaw narzędzi do analizy szeregów czasowych kompatybilny ze scikit-learn. Wykorzystaj go do klasyfikacji danych czasowych, prognozowania wartości, wykrywania anomalii, grupowania wzorców i wyszukiwania podobieństw. Obsługuje zarówno jednowymiarowe jak i wielowymiarowe szeregi czasowe z algorytmami specjalistycznymi, które wykraczają poza standardowe podejścia uczenia maszynowego.

1. Zainstaluj Aeon za pomocą polecenia uv pip install aeon w swoim środowisku Python.

2. Załaduj dane szeregu czasowego – możesz użyć wbudowanych zbiorów danych z aeon.datasets lub przygotować własne dane w formacie obsługiwanym przez bibliotekę.

3. Wybierz odpowiedni algorytm w zależności od zadania: do klasyfikacji szeregów czasowych użyj RocketClassifier lub MiniRocketClassifier dla szybkości, albo HIVECOTEV2 dla maksymalnej dokładności; do prognozowania, detekcji anomalii lub grupowania wybierz moduł odpowiadający Twojemu celowi.

4. Utwórz instancję wybranego klasyfikatora lub modelu, na przykład clf = RocketClassifier(n_kernels=10000) dla klasyfikacji.

5. Wytrenuj model na danych treningowych za pomocą clf.fit(X_train, y_train), gdzie X_train to Twoje szeregi czasowe, a y_train to etykiety.

6. Oceń wydajność modelu na danych testowych używając clf.score(X_test, y_test) lub innych metryk ewaluacji dostępnych w bibliotece.