pyFTSex/tutorial/pyFTS/МуPartitioners.ipynb

Здесь сравниваются все виды разбиения¶

Тестовые "левые" данные

In [6]:

import matplotlib.pylab as plt
from pyFTS.data import Enrollments
import warnings
warnings.filterwarnings('ignore')

fig, ax = plt.subplots(nrows=1, ncols=1, figsize=[10,5])

df = Enrollments.get_dataframe()
plt.plot(df['Year'],df['Enrollments'])
data = df['Enrollments'].values

Загрузка сигмоиды

In [7]:

from service.api.generate import generate_sine_series

df = generate_sine_series(length=500, frequency=50, amplitude=100)
plt.plot(df)

data = df.values.reshape(-1)

Grid

In [8]:

from pyFTS.partitioners import Grid

fs = Grid.GridPartitioner(data=data,npart=5)

fig, ax = plt.subplots(nrows=1, ncols=1, figsize=[15,5])

fs.plot(ax)

CMeans

In [15]:

from pyFTS.partitioners import KMeans

fs = KMeans.KMeansPartitioner(data=data,npart=10)

fig, ax = plt.subplots(nrows=1, ncols=1, figsize=[15,5])

fs.plot(ax)