用模糊粗糙CP(roufCP)检测渐变点的python包
roufcp的Python项目详细描述
roufcp-粗模糊变点检测
基于渐变点检测的渐变点检测算法。在
该包在PyPI中可用。在
使用
>> import numpy as np
>> from roufcp import roufCP
>> X = np.concatenate([np.ones(20) * 5, np.zeros(20), np.ones(20) * 10]) + np.random.randn(60)
>> roufCP(delta = 3, w = 3).fit(X, moving_window = 10, k = 2)
有关详细文档,请尝试help(roufCP)
。在
roufCP
是一个用于粗糙模糊变化点检测的类,具有以下属性和函数。在
- 在
属性
delta
:int
,模糊度参数,通常在5-100之间w
:int
,粗糙度参数,通常在5-100之间
- 在
方法
- 在
在fit_from_regularity_measure(X, regularity_measure, k)
: 利用正则性测度拟合数据X,输出估计的变化点 - 在
fit(X, moving_window, method, k)
:用给定的正则性度量拟合数据X并输出估计的变化点。方法参数默认为kstest,可用选项为meandiff
:两样本均值差ttest
:两样本t检验统计量kstest
:两样本Kolmogorov检验统计量mannwhitney
:两样本Mann-Whitney-U统计量anderson-darling
:两样本Anderson-Darling检验统计量adf
:线性趋势平稳性的增广Dickey-Fuller检验kpss
:Kwiatkowski€“Phillips€“Schmidt€”Shin(KPSS)线性趋势平稳性检验
- 在
在hypothesis_test(cp_list, cp_entropy, mu, sigma, a_delta)
: 在假设的变化点上,有一个假设,即在变量点p没有进行检验
- 在
作者和撰稿人
- 亚王族罗伊-https://subroy13.github.io/
- 里特维克·巴杜里-https://github.com/Ritwik-Bhaduri
- 桑卡·库马尔·帕尔-https://www.isical.ac.in/~sankar/
许可证
此代码是在麻省理工学院授权下授权的。在
- 项目
标签: