Tikken

Tikken是一个开源的Python包，用于进行时间序列分类任务，它提供了几种基本的时间序列分类算法，并允许用户自定义算法。

特点

• 支持多种数据集格式，包括CSV、ARFF、pickle等。
• 提供了多种时间序列分类算法，包括KNN、SVM、深度学习等。
• 允许用户自定义算法，并提供了丰富的API，以便用户轻松扩展功能。
• 提供了可视化界面，方便用户查看数据集和分类结果。

安装

你可以使用pip来安装Tikken：

pip install tikken

快速上手

以下示例展示了如何使用Tikken来进行时间序列分类任务：

from tikken import datasets, features, classifiers, metrics
import numpy as np

# 加载数据集
data = datasets.load_dataset('Coffee')

# 提取特征
feat = features.TimeSeriesFeatures()
X, y = feat.transform(data)

# 划分训练集和测试集
train_ratio = 0.8
n_train = int(len(data) * train_ratio)
X_train, y_train = X[:n_train], y[:n_train]
X_test, y_test = X[n_train:], y[n_train:]

# 实例化分类器
clf = classifiers.SVM()

# 训练分类器
clf.fit(X_train, y_train)

# 预测
y_pred = clf.predict(X_test)

# 评估
acc = metrics.accuracy(y_test, y_pred)
print(f"Accuracy: {acc}")

文档

你可以访问Tikken文档来查看更多关于该工具包的文档和API参考。

贡献

你可以在Tikken的GitHub仓库中提交问题报告、需求和贡献。我们欢迎所有的贡献者！

许可证

Tikken是一个开源软件，使用MIT许可证发布。