Python时间序列LSTM预测系列教程(1)-单变量
来源:互联网 发布:淘宝运费险退到哪里了 编辑:程序博客网 时间:2024/05/20 16:00
单变量LSTM预测模型(1)
教程原文连接
香皂销售预测
数据下载
https://datamarket.com/data/set/22r0/sales-of-shampoo-over-a-three-year-period
数据处理
1、删除数据中最下面的说明行
2、最好修改第一列(时间信息)的格式为 yyyy/mm/dd,否则按照默认格式,在 datetime.strptime() 的时候容易出错
源码解析
from pandas import read_csvfrom pandas import datetime from sklearn.metrics import mean_squared_errorfrom math import sqrtfrom matplotlib import pyplot #load datadef parser(x): return datetime.strptime(x, '%Y/%m/%d')series = read_csv('data_set/shampoo-sales.csv', header=0, parse_dates=[0], index_col=0, squeeze=True, date_parser=parser) #分成训练和测试集合 X = series.valuestrain, test = X[0:-12], X[-12:] '''步进验证模型:其实相当于已经用train训练好了模型之后每一次添加一个测试数据进来1、训练模型2、预测一次,并保存预测结构,用于之后的验证3、加入的测试数据作为下一次迭代的训练数据'''history = [x for x in train]predictions = list()for i in range(len(test)): predictions.append(history[-1])#history[-1],就是执行预测 history.append(test[i])#将新的测试数据加入模型 #预测效果评估rmse = sqrt(mean_squared_error(test, predictions))print('RMSE:%.3f'%rmse) #画出预测+观测值pyplot.plot(test)pyplot.plot(predictions)pyplot.show()
阅读全文
0 0
- Python时间序列LSTM预测系列教程(1)-单变量
- Python时间序列LSTM预测系列教程(2)-单变量
- Python时间序列LSTM预测系列教程(3)-单变量
- Python时间序列LSTM预测系列教程(4)-单变量
- Python时间序列LSTM预测系列教程(5)-单变量
- Python时间序列LSTM预测系列教程(6)-单变量
- Python时间序列LSTM预测系列教程(10)-多步预测
- Python时间序列LSTM预测系列教程(11)-多步预测
- Python时间序列LSTM预测系列教程(7)-多变量
- Python时间序列LSTM预测系列教程(8)-多变量
- Python时间序列LSTM预测系列教程(9)-多变量
- LSTM预测时间序列
- LSTM预测时间序列
- LSTM 时间序列预测 matlab
- Pytorch LSTM 时间序列预测
- python利用LSTM进行时间序列分析预测
- python利用LSTM进行时间序列分析预测
- Python中利用LSTM模型进行时间序列预测分析
- hrbust 1962 Rectangular Pizza (结构体排序)
- (sqlite3.OperationalError) no such table- users [SQL- 'SELECT users.id AS users_id, users.email AS u
- linux 解压命令 tar
- kubernetes中的中间件集群故障测试
- MySQL 源码导读 5.7
- Python时间序列LSTM预测系列教程(1)-单变量
- 「python」类定义
- Kaggle房价预测案例分享
- 仿真软件LTspice之《第三方spice模型导入方法》
- 将winmanager插件显示在右侧
- beanUtils用法
- Selenium之JDBC请求
- 算法 1.3.47 可连接的队列
- 先锋机器人实践(一)