Transformer
WaveletPacketTransformer
Wavelet Packet Decomposition transformer.
Unlike the standard DWT which only decomposes the approximation branch at each level, wavelet packet decomposition recursively decomposes both approximation and detail branches, giving 2**level terminal sub-bands. This provides a richer frequency resolution.
Currently uses Haar wavelet coefficients internally.
Schnellstart
python
from sktime.transformations.wavelet_packet import WaveletPacketTransformer
estimator = WaveletPacketTransformer(level=2, output_feature='energy')Tags
Fähigkeiten
- Multivariat
- Reihen ungleicher Länge
- Inverse Transformation: Nicht unterstützt
- Fehlende Werte: Nicht unterstützt
- Entfernt fehlende Werte: Nicht unterstützt
- Gleicht Reihenlängen an: Nicht unterstützt
Eigenschaften
- Eingabetypscitype:transform-input
- Series
- Ausgabetypscitype:transform-output
- Series
- Label-Typscitype:transform-labels
- None
- Fit ist leerfit_is_empty
- Ja
- Behält den Zeitindextransform-returns-same-time-index
- Nein
- Benötigt Xrequires_X
- Ja
- Benötigt yrequires_y
- Nein
- X und y brauchen denselben IndexX-y-must-have-same-index
- Nein
Parameter(2)
- levelint, default=2
Number of decomposition levels. Produces
2**levelterminal sub-band nodes.- output_featurestr, default=”energy”
What to extract from each sub-band. One of:
"energy": sum of squared coefficients per node"entropy": Shannon entropy of normalized coefficient power"coefficients": concatenated raw packet coefficients
Beispiele
>>> from sktime.transformations.wavelet_packet import (
... WaveletPacketTransformer,
... )
>>> from sktime.datasets import load_airline
>>> y = load_airline ()
>>> t = WaveletPacketTransformer (level = 2, output_feature = "energy")
>>> y_features = t. fit_transform (y)