python - Kneighbors 时间序列分类

Question

我有一个长度为 60 的时间数据框（基本上是我的训练集），我有一个长度为 5 的时间数据框（我的测试集）。

我想使用 K-nearaset 邻居和动态时间扭曲来进行分类和预测。

我找到了一个“tslearn”包，准确地说，KNeighborsTimeSeriesClassifier 但是执行时出现以下错误fit()：

ValueError: Unknown label type: 'continuous-multioutput'

这是我的一段代码：

df_data=data[data.index<"2020-04-29"]
df_train=df_data[['S&P500 %','VIXY %']]
Y_train=df_data[['Spx_Weight','VIXY_Weight']]

df_test=data[data.index>="2020-04-29"][['S&P500 %','VIXY %']]
#
knn_clf = KNeighborsTimeSeriesClassifier(n_neighbors=3, metric="dtw")
knn_clf.fit(df_train, Y_train)
predicted_labels = knn_clf.predict(df_test)
print("\n2. Nearest neighbor classification using DTW")

标签： pythonpandasscikit-learntime-seriesknn