Python時間序列LSTM預測系列學習筆記(7)-多變數
阿新 • • 發佈:2018-12-08
本文是對:
https://machinelearningmastery.com/multivariate-time-series-forecasting-lstms-keras/
https://blog.csdn.net/iyangdi/article/details/77877410
兩篇博文的學習筆記,兩個博主筆風都很浪,有些細節一筆帶過,本人以謙遜的態度進行了學習和整理,筆記內容都在程式碼的註釋中。有不清楚的可以去原博主文中檢視。
資料集下載:https://raw.githubusercontent.com/jbrownlee/Datasets/master/pollution.csv
後期我會補上我的github
從這節開始,開始學習多變數的LSTM預測
把資料先下載下來,預處理一下, 用影象把資料顯示出來
1、下載下載的資料刪掉沒有用的列,把每一列都重新命名
# coding=utf-8 from pandas import read_csv from pandas import datetime def parser(x): return datetime.strptime(x, '%Y %m %d %H') #載入資料 dataset = read_csv('data_set/air_pollution.csv', parse_dates=[['year', 'month', 'day', 'hour']], index_col=0, date_parser=parser) # axis=1,表示刪除列;inplace=True,直接在原DataFrame上執行刪除 dataset.drop('No', axis=1, inplace=True) # 手動設定每一列的label dataset.columns = ['pollution', 'dew', 'temp', 'press', 'wnd_dir', 'wnd_spd', 'snow', 'rain'] dataset.index.name = 'date' # 將NA替換為0 dataset['pollution'].fillna(0, inplace=True) # 刪除最開始的24條資料 dataset = dataset[24:] print (dataset.head()) # 儲存處理後資料 dataset.to_csv('data_set/air_pollution_new.csv')
2、把處理後的資料用matplotlib畫出來觀賞觀賞
# coding=utf-8 # 輸出資料曲線 # ------------ from pandas import read_csv from matplotlib import pyplot dataset = read_csv('data_set/air_pollution_new.csv', header=0, index_col=0) values = dataset.values # 需要輸出的列,建立一個數組,[0,1,2,3,4,5,6,7] groups = [i for i in range(8)] groups.remove(4) # 刪除陣列中的值4,因為第四列是字串,刪除後的陣列是[0,1,2,3,5,6,7] i = 1 # 輸出列曲線圖 pyplot.figure() #迴圈畫出values的每一列資料 for group in groups: pyplot.subplot(len(groups), 1, i) # 建立len(gourps)行,1列的子圖,表示在第i個子圖畫圖 pyplot.plot(values[:, group])#畫出values中第group列的資料 pyplot.title(dataset.columns[group], y=0.5, loc='right') i += 1 pyplot.show()