skmultiflow.data.FileStream

skmultiuflow.data.FileStream

从文件资源建立一个流。

class skmultiflow.data.FileSteram(filepath,target_idx = -1,n_targets = 1, cat_features = None,allow_nan = False)

目前只支持csv文件，但是目标旨在支持不同格式。只要有一个方法能够正确读取，解析，并返回pandas的数据框，或者numpy.ndarray

参数：

参数	解释
filepath	数据文件路径
target_idx	整型，可选的（默认值为-1）：指标开始的列索引
n_target	整型，可选的（默认值为1）：指标数量
cat_features	列表，可选的（默认值为None）：与分类特征的位置相对应的索引列表。
allow_nan	布尔，可选的（默认值为False）：如果真，允许数据中的NaN（空值），否则，报错。

注意：
根据请求，流对象提供了大量样本，在某种程度上，旧的样本在以后不能被访问。这样做是为了正确模拟流文件。

示例：

# Imports
from skmultiflow.data.file_stream import FileStream
# Setup the stream
stream = FileStream("https://raw.githubusercontent.com/scikit-multiflow/"
                    "streaming-datasets/master/sea_stream.csv")
# Retrieving one sample
stream.next_sample()
>>>(array([[0.080429, 8.397187, 7.074928]]), array([0]))
# Retrieving 10 samples
stream.next_sample(10)
>>>	(array([[1.42074 , 7.504724, 6.764101],
    [0.960543, 5.168416, 8.298959],
    [3.367279, 6.797711, 4.857875],
    [9.265933, 8.548432, 2.460325],
    [7.295862, 2.373183, 3.427656],
    [9.289001, 3.280215, 3.154171],
    [0.279599, 7.340643, 3.729721],
    [4.387696, 1.97443 , 6.447183],
    [2.933823, 7.150514, 2.566901],
    [4.303049, 1.471813, 9.078151]]),
    array([0, 0, 1, 1, 1, 1, 0, 0, 1, 0]))
stream.n_remaining_samples()
>>>39989
stream.has_more_samples()
>>>True

方法：

方法	解释
get_all samples(self)	返回流的所有样本
get_data_info(self)	从流中检索最小信息
get_info(self)	收集，并返回估计器的配置信息
get_jparam(self[,deep])	获取估计器的参数
has_more_samples(self)	检查流中是否有更多的样本
is_restartable(self)	确定流是否可以重启
last_sample(self)	在流中检索上个batch_size样本
n_remaining_samples(self)	返回剩余样本需要估计的数量
next_sample(self[,batch_size])	返回流中的下一个样本
prepare_for_use()	为流的使用准备
reset(self)	将检测器重置为初始状态
restart(self)	流重启
set_params(self,**params)	设置此估计器的参数

属性：

属性	解释
cat_features_idx	获取特征索引列表
features_names	检索特征的名称
n_cat_features	检索特征的数量
n_num_features	检索数值特征的数量
n_targets	获取目标数量
target_idx	获取当Y开始时列的数量
target_names	检索目标名称
target_values	检索流中每个目标的目标值