在论文BasicTS+中，Temporal Aspect中将数据集划分成三个类别：稳定模式、分布偏移和不清晰模式；能解释一下是如何划分的吗？

[mengna-hu]

Is there an existing issue / discussion for this? | 是否已有关于该错误的issue或讨论？

• I have searched the existing issues / discussions | 我已经搜索过已有的issues和讨论

Is there an existing answer for this in tutorial? | 该问题是否在教程中有解答？

• I have searched tutorial | 我已经搜索过tutorial

Current Behavior | 当前行为

No response

Expected Behavior | 期望行为

No response

Environment | 运行环境

No response

BasicTS logs | BasicTS日志

No response

Steps To Reproduce | 复现方法

No response

Anything else? | 备注

在Spatial Aspect中，定义了r1和r2作为指标进行分类；同样对于temporal aspect，好奇选用了什么指标？
额外，是否在整理时序数据集的表中，可以直接标出根据你们的指标，感觉更方便阅读和理解你们提出的Hypothesis；标出这个数据集属于什么类：clear and stable patterns, significant distribution drift or unclear patterns。对于时空数据集，也可以标明一下。
对于时序线性模型，我觉得RLinear的效果也不错，建议可以添加一下

[zezhishao]

感谢您的建议，但正如论文中所说，可预测性本身也是一个悬而未决的研究课题。
我们的划分以肉眼为准，如果想要做一定程度的深度分析，可以参考基于scripts/data_visualization中对数据分布的可视化。

对每一个数据集标注一些指标是一个非常好的提议，感谢！我们有空的时候给加上。

RLinear收到，我们会在后续进行添加！感谢！