原文链接：http://tecdat.cn?p=26519 

原文出处：拓端数据部落公众号

 

一个简单的编码器-解码器LSTM神经网络应用于时间序列预测问题：预测天然气价格，预测范围为 10 天。“进入”时间步长也设置为 10 天。) 只需要 10 天来推断接下来的 10 天。可以使用 10 天的历史数据集以在线学习的方式重新训练网络。

数据集是 天然气价格 ，具有以下功能：

• 日期（从 1997 年到 2020 年）- 为 每天数据

• 以元计的天然气价格

读取数据并将日期作为索引处理

1. 


2. # 固定日期时间并设置为索引

3. dftet.index = pd.DatetimeIndex

4. 


5. # 用NaN来填补缺失的日期（以后再补）

6. dargt = f_arget.reindex(ales, fill_value=np.nan)

7. 


8. # 检查

9. print(d_tret.dtypes)

10. df_aget.head(10)

处理缺失的日期

1. # 数据归纳（，使用 "向前填充"--根据之前的值进行填充）。

2. dfaet.fillna(method='ffill', inplace=True)

特征工程

因为我们正在使用深度学习，所以特征工程将是最小的。

• One-hot 编码“is_weekend”和星期几

• 添加行的最小值和最大值（可选）

通过设置固定的上限（例如 30 倍中位数）修复异常高的值

1. 


2. 


3. # 在df_agg中修复任何非常高的值 - 归一化为中值

4. for col in co_to_fi_ies:

5. dgt[col] = fixnaes(dftget[col])

添加滞后

1. 


2. # 增加每周的滞后性

3. df_tret = addag(d_aget, tare_arble='Price', step_ak=7)

4. # Add 30 day lag

5. df_get = ad_ag(df_ret, tagt_able='Price', sep_bck=30)

1. # 合并后删除任何有NA值的列

2. d_gt.dropna(inplace=True)

3. print(dfget.shape)

4. 


5. tie_nx = df_art.index

归一化

• 归一化或最小-最大尺度（需要减小较宽的数值范围，以便 LSTM 收敛）。

1. # 标准化训练数据[0, 1]

2. sclr = prcsing.Maxcaer((0,1))

准备训练数据集

• 时间步数 = 1

• 时间步数 = nsteout小时数（预测范围）

在这里，我们将数据集从 [samples, features] 转换为 [samples, steps, features] - 与算法 LSTM 一起使用的形状。下面的序列拆分使用“walk-forward”方法来创建训练数据集。

1. # 多变量多步骤编码器-解码器 lstm 示例

2. # 选择一个时间步骤的数量

3. 


4. 


5. 


6. # 维度变成[样本数、步骤、特征]

7. X, y = splices(datasformed, n_ep_in, n_ep_out)

8. 


9. # 分成训练/测试

10. et_ut = int(0.05*X.shpe[0])

11. X_tain, X_est, ytrain, y_tst = X[:-tetaont], X[-tes_ont:], y[:-tstmunt], y[-es_unt:]

训练模型

这利用了长期短期记忆算法。

1. # 实例化和训练模型

2. print

3. model = cre_odel(n_tps_in, n_tep_out, n_feures, lerig_rate=0.0001)

 

探索预测

1. %%time

2. #加载特定的模型

3. 


4. model = lod_id_del(

5. n_stepin,

6. n_sep_out,

7. X_tan.shape[2])

1. # 展示对一个样本的预测

2. testle_ix = 0

3. yat = mdel.predict(X_tet[est_amle_ix].reshape((1,n_sep_in, nfatues)),erbose=Tue)

1. # 计算这一个测试样本的均方根误差

2. rmse = math.sqrt

plot_result(yhat[0], scaler, saved_columns)

平均 RMSE

1. # 收集所有的测试RMSE值

2. rmesores = []

3. for i in range:

4. yhat = oel.predict(Xtet[i].reshape((1, _stes_in, _faues)), verbose=False)

5. # 计算这一个测试样本的均方根误差

6. rmse = math.sqrt(mensqaerror(yhat[0], y_test[i]))

训练整个数据集

1. #在所有数据上实例化和训练模型

2. modl_l = cret_mel(nsep_in, steps_ou, n_etures,learnnrate=0.0001)

3. mde_all, ru_ime, weighfie = trin(md_all, X, y, batcsie=16, neohs=15)

样本内预测

注意：模型已经“看到”或训练了这些样本，但我们希望确保它与预测一致。如果它做得不好，模型可能会欠拟合或过拟合。要尝试的事情：

• 增加或减少批量大小

• 增加或减少学习率

• 更改网络中 LSTM 的隐藏层数

1. 


2. # 获得10个步

3. da_cent = dfret.iloc[-(ntes_in*2):-nsps_in]

4. 


5. # 标准化

6. dta_ectormed = sclr.rasfrm(daareent)

7. 


8. # 维度变成[样本数、步骤、特征]

9. n_res = dtcentorm.shape[1]

10. X_st = data_recn_trsrd.reshape((1, n_tps_n, n_feares))

11. 


12. # 预测

13. foecst = mlll.predict(X_past)

14. 


15. # 扩大规模并转换为DF

16. forcast = forast.resape(n_eaturs))

17. foect = saer.inese_transform(forecast)

18. fuure_dtes  df_targe.ide[-n_steps_out:]

19. 


20. # 绘图

21. histrcl = d_aet.ioc[-100:, :1] # 获得历史数据的X步回溯

22. for i in ane(oisae[1]):

23. fig = plt.igre(fgze=(10,5))

24. 


25. # 绘制df_agg历史数据

26. plt.plot(.iloc[:,i]

27. 


28. # 绘制预测图

29. plt.plot(frc.iloc[:,i])

30. 


31. # 标签和图例

32. plt.xlabel

预测样本外

1. 


2. # 获取最后10步

3. dtareent = dfargt.iloc[-nstpsin:]。

4. 


5. # 缩放

6. dta_ecntranfomed = scaler.trasorm(data_recent)

7. 


8. 


9. # 预测

10. forct = meall.rict(_past)

11. 


12. # 扩大规模并转换为DF

13. foreast = foecs.eshape(_seps_ut, n_eatures))

14. foreast = sclerinvers_tranorm(focast)

15. futur_daes = pd.daternge(df_argetinex[-1], priods=step_out, freq='D')

16. 


17. 


18. # 绘图

19. htrical = df_taet.iloc[-100:, :1] # 获得历史数据的X步回溯

20. # 绘制预测图

21. plt.plot(fectoc[:,i])

22. 


最受欢迎的见解

1.在python中使用lstm和pytorch进行时间序列预测

2.python中利用长短期记忆模型lstm进行时间序列预测分析

3.使用r语言进行时间序列（arima，指数平滑）分析

4.r语言多元copula-garch-模型时间序列预测

5.r语言copulas和金融时间序列案例

6.使用r语言随机波动模型sv处理时间序列中的随机波动

7.r语言时间序列tar阈值自回归模型

8.r语言k-shape时间序列聚类方法对股票价格时间序列聚类

9.python3用arima模型进行时间序列预测