如何解决使用 cleanlab 和 sktime 对带有噪声标签的时间序列进行分类
所以我想使用 cleanlab 改进 may sktime 分类器。以下是一些示例数据
x=np.linspace(0,3,500)
X_true=np.array([randint(1,10)*np.sin(x) for _ in range(100)])
X_false=np.array([randint(1,10)*np.tan(x) for i in range(100)])
y=[True for _ in range (100)]+[False for _ in range (100)]
df=pd.concat([pd.DataFrame(X_true),pd.DataFrame(X_false)])
df['y']=y
df = df.sample(frac=1).reset_index(drop=True)
X=df.drop('y',axis=1).to_numpy()
y=df['y'].to_numpy()
这将为带有标签 True
的 sin 函数和带有标签 False
的 tan 函数创建时间序列数据集。为了创建一些标签错误,我们将前 20 个目标设置为 True
y[:20]=True
现在我使用 sktime
分类器来查找每个时间序列的标签,效果很好
>>> X=from_2d_array_to_nested(X)
>>> clf=TimeSeriesForestClassifier(n_jobs=-1).fit(X,y)
>>> clf.score(X,y)
0.95
但是,我想使用 cleanlab
来通知分类器他的一些训练标签可能不正确
>>> LearningWithNoisyLabels(clf=TimeSeriesForestClassifier()).fit(X,y)
但这会导致 KeyError
KeyError: "None of [Int64Index([ 1,2,4,5,6,7,11,13,15,17,\n ...\n 186,187,188,190,191,192,194,196,198,199],\n dtype='int64',length=160)] are in the [columns]"
由于 LearningWithNoisyLabels
正在为我与其他分类器一起工作,我猜 sktime 分类器有问题,但我不确定
版本信息:
>>> cleanlab.__version__,sktime.__version__
('0.1.1','0.5.3')
进口:
>>> from cleanlab.classification import LearningWithNoisyLabels
>>> from sktime.utils.data_processing import from_2d_array_to_nested
>>> from sktime.classification.all import TimeSeriesForestClassifier
解决方法
问题是在 LearningWithNoisyLabels(..).fit()
期间,函数 cleanlab.latent_estiamtion.estimate_confident_joint_and_cv_pred_proba
抛出异常,因为它没有正确处理 sktime 功能格式。 from_2d_array_to_nested()
的结果是一个 pd.DataFrame
,每个单元格中有 1 列和一个 pd.Series
。
但是,如果我们在以普通 TimeSeriesForestClassifier
作为输入的管道中定义 np.array
,一切正常。
from sklearn.pipeline import make_pipeline
from sklearn.preprocessing import FunctionTransformer
clf=make_pipeline(FunctionTransformer(from_2d_array_to_nested),TimeSeriesForestClassifier())
clf_clean=LearningWithNoisyLabels(clf)
clf_clean.fit(X,y)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。