使用sktime TimeSeriesForestRegressor遇数据格式错误的解决方法

错误原因 #

错误提示明确指出X不符合sktime对Panel（面板时间序列）数据的要求。TimeSeriesForestRegressor是针对时间序列回归的模型，它要求输入的X是每个样本为一段时间序列的面板数据，而非普通的二维表格DataFrame。

解决方案 #

以下两种方式可将数据转换为sktime支持的格式：

方案1：使用MultiIndex DataFrame（sktime推荐格式）

这种格式通过双层索引区分不同样本和时间步，结构清晰：

import numpy as np
import pandas as pd
from sktime.regression.interval_based import TimeSeriesForestRegressor

# 生成原始数据
rand = np.random.random((200, 3))
# 定义每个样本的时间步长（示例设为2，即200行=100个样本×2个时间步，可按需调整）
n_timepoints = 2
n_instances = len(rand) // n_timepoints

# 构造双层索引：第一层为样本ID，第二层为时间步
instance_ids = np.repeat(range(n_instances), n_timepoints)
time_ids = np.tile(range(n_timepoints), n_instances)
multi_index = pd.MultiIndex.from_arrays([instance_ids, time_ids], names=["instance", "time"])

# 转换特征数据为MultiIndex格式
X = pd.DataFrame(rand[:, :2], index=multi_index, columns=["feature_0", "feature_1"])
# 每个样本对应一个目标值（示例取每个样本第一个时间步的目标值，可按需调整聚合方式）
y = pd.Series(rand[::n_timepoints, 2], index=range(n_instances))

# 训练模型
forecaster = TimeSeriesForestRegressor()
forecaster.fit(X=X, y=y)

方案2：使用3D numpy数组

直接将数据重塑为(样本数, 特征数, 时间步数)的3D数组：

import numpy as np
import pandas as pd
from sktime.regression.interval_based import TimeSeriesForestRegressor

rand = np.random.random((200, 3))
n_timepoints = 2
n_instances = len(rand) // n_timepoints

# 重塑特征数据为3D数组
X = rand[:, :2].reshape(n_instances, 2, n_timepoints)
# 目标变量每个样本对应一个值
y = rand[::n_timepoints, 2]

forecaster = TimeSeriesForestRegressor()
forecaster.fit(X=X, y=y)

额外提示 #

如果你的需求是普通表格回归（每行是独立样本，特征为静态值而非时间序列），sktime的时间序列回归器并不适用，应使用scikit-learn的常规回归模型（如RandomForestRegressor）。

内容的提问来源于stack exchange，提问作者Mert Arda Asar