将面板 pd 数据转换为时间序列的 Numpy3d -sktime

Question

我正在使用 sktime 包进行时间序列分类。

我需要你的帮助将面板多索引数据框转换为 Numpy3D。以下是面板数据的示例。

信息：实例=300，时间=10，变量=2

当我执行以下查询 (.to_numpy().reshape(300,2,10)) 时，我得到了这样的 Numpy3D 数组。

array([[[5.52767801, 0.79459441, 6.41802645, ..., 0.4645451 ,
         6.4543848 , 0.69182688],
        [6.32856846, 0.70441192, 8.19797516, ..., 0.63649577,
         8.78089428, 0.48024395]],

       ...,

       [[5.72967625, 0.77308363, 5.25198698, ..., 0.79980087,
         5.94421864, 0.74514246],
        [5.66701412, 0.77729011, 5.26825476, ..., 0.7510528 ,
         5.09118748, 0.83975697]]])

这没有给出正确的结果。我已将 sktime 分类器独立应用于两个不同的变量（Var1 和 Var2），在这两种情况下，准确率都超过 90%。然而，当应用使用两个变量的多元分类时，准确度下降到 50%。这是由于 numpy 数组中变量的排列问题。

我正在尝试开发一个类似于 Basics 运动数据集的数据集来运行多元分类。 https://sktime-backup.readthedocs.io/en/v0.13.3/examples/02_classification.html

以下是我想要的

感谢您的帮助。

仅供参考：我尝试在这个平台上查看各种查询，但找不到结果。我也是 python 的新手。