本研究比较了传统机器学习方法的表格模型和ROCKET系列分类器在时间序列分类中的性能。结果显示，表格模型在约19％的单变量和28％的多变量数据集上优于ROCKET系列分类器，并在约50％的数据集上准确率不超过10个百分点。因此，在开发时间序列分类器时应考虑使用简单的表格模型作为基线模型。