【发布时间】:2017-03-14 12:32:28
【问题描述】:
两个月前,我开始使用 keras 以获得泵模式,以便在其他软件中使用它。
我不知道为什么我获得的图案与真实图案无关。我尝试通过在数据集中建立一些特征(输入)以及更多输入,但它无法正常工作。 结果看起来像这样:
地点:
- 蓝色:数据集(我试图“近似”的真实数据)
- 橙色:预测
数据集是一个时间序列
here是带有数据集的csv文件
代码如下:
import numpy
import matplotlib.pyplot as plt
import pandas
import math
from keras.models import Sequential
from keras.layers import Dense, LSTM, Dropout
from sklearn.preprocessing import MinMaxScaler
from sklearn.metrics import mean_squared_error
from keras.regularizers import l2, activity_l2
def create_dataset(dataset, look_back=1):
dataX, dataY = [], []
for i in range(len(dataset) - look_back - 1):
a = dataset[i:(i + look_back), 0:4]
dataX.append(a)
dataY.append(dataset[i + look_back, 4])
return numpy.array(dataX), numpy.array(dataY)
# fix random seed for reproducibility
seed=7
numpy.random.seed(seed)
# load dataset
dataframe = pandas.read_csv('datos_horarios.csv', engine='python')
dataset = dataframe.values
# normalizar el dataset
scaler = MinMaxScaler(feature_range=(0, 1))
dataset = scaler.fit_transform(dataset)
#split data into train data and test data
train_size = int(len(dataset) * 0.67)
test_size = len(dataset) - train_size
train, test = dataset[0:train_size, :], dataset[train_size:len(dataset), :]
# reshape to X=t y Y=t+1
look_back = 1
trainX, trainY = create_dataset(train, look_back)
testX, testY = create_dataset(test, look_back)
# reshape inputs to be [samples, time steps, features]
trainX = numpy.reshape(trainX, (trainX.shape[0], look_back, 4))
testX = numpy.reshape(testX, (testX.shape[0], look_back, 4))
# create and adjust LSTM network
model = Sequential()
model.add(Dropout(0.3, input_shape=(look_back,4)))
model.add(LSTM(6, input_shape=(look_back,4), W_regularizer=l2(0.001)))
model.add(Dense(10))
model.add(Dense(1))
model.compile(loss='mean_squared_error', optimizer='adam' ,momentum=0.99)
history= model.fit(trainX, trainY,validation_split=0.33, nb_epoch=250, batch_size=32)
# Plot
plt.plot(history.history['loss'])
plt.plot(history.history['val_loss'])
plt.title('model loss')
plt.ylabel('loss')
plt.xlabel('epochs')
plt.legend(['training', 'validation'], loc='upper right')
plt.show()
# make predictions
trainPredict = model.predict(trainX)
testPredict = model.predict(testX)
print(trainPredict)
numero_inputs=4
inp=numero_inputs-1
# Get something which has as many features as dataset
trainPredict_extended = numpy.zeros((len(trainPredict),numero_inputs+1))
# Put the predictions there
trainPredict_extended[:,inp+1] = trainPredict[:,0]
# Inverse transform it and select the 3rd column.
trainPredict = scaler.inverse_transform(trainPredict_extended)[:,inp+1]
# Get something which has as many features as dataset
testPredict_extended = numpy.zeros((len(testPredict),numero_inputs+1))
# Put the predictions there
testPredict_extended[:,inp+1] = testPredict[:,0]
# Inverse transform it and select the 3rd column.
testPredict = scaler.inverse_transform(testPredict_extended)[:,inp+1]
trainY_extended = numpy.zeros((len(trainY),numero_inputs+1))
trainY_extended[:,inp+1]=trainY
trainY=scaler.inverse_transform(trainY_extended)[:,inp+1]
testY_extended = numpy.zeros((len(testY),numero_inputs+1))
testY_extended[:,inp+1]=testY
testY=scaler.inverse_transform(testY_extended)[:,inp+1]
# Calcular error medio cuadratico
trainScore = math.sqrt(mean_squared_error(trainY, trainPredict))
print('Train Score: %.2f RMSE' % (trainScore))
testScore = math.sqrt(mean_squared_error(testY, testPredict))
print('Test Score: %.2f RMSE' % (testScore))
# add train predictions to the plot
trainPredictPlot = numpy.empty_like(dataset)
trainPredictPlot[:, :] = numpy.nan
trainPredictPlot[look_back:len(trainPredict)+look_back, 0] = trainPredict
# add test predictions to the plot
testPredictPlot = numpy.empty_like(dataset)
testPredictPlot[:, :] = numpy.nan
testPredictPlot[len(trainPredict)+(look_back*2)+1:len(dataset)-1, 0] = testPredict
# Plot real data and training and test predictions
serie,=plt.plot(scaler.inverse_transform(dataset)[:,numero_inputs]) #invierto muestras en formato (0,1) a valores reales y los ploteo
entrenamiento,=plt.plot(trainPredictPlot[:,0],linestyle='--') #ploteo las predicciones de entrenamiento
prediccion_test,=plt.plot(testPredictPlot[:,0],linestyle='--')
plt.ylabel(' (m3)')
plt.xlabel('h')
plt.legend([serie,entrenamiento,prediccion_test],['Time series','Training','Prediction'], loc='upper right')
plt.show()
关于如何解决此问题的任何想法?或者,至少,问题是什么?
按列输入:
- 一天中的时间(每半小时),转换为十进制。
- 星期几(1-星期一...7-星期日)
- 一年中的月份 (1-12)
- 一个月中的某天 (1-31)
输出:
- 抽水(立方米)
编辑
使用 @a_guest 的代码,并更改一些参数,例如 epoch 数或 history 值,结果非常好:
【问题讨论】:
-
几个问题:您是否尝试根据旧值预测时间序列的未来值?您的数据究竟代表什么(“泵模式”)?您的数据是否会非常嘈杂?另请查看this article(有点冗长但内容丰富)。而且,如果您对期望的值有所了解,则最好使用简单的拟合!
-
目标是获取水泵的模式(白天应该连接和断开的时间)。时间序列表示间隔半小时的抽水量 (m3)。事实上,我看到了那篇文章,我的代码基于那个网站(我已经阅读了所有文章)。不幸的是,我正在做论文,并且必须使用 ANN。在编辑帖子以显示输入内容。
-
你的
LSTM输出有 6 个神经元,它涉及到Dense,它有10。此外 - 你只有六个单元来分析历史。我会首先尝试将LSTM层中的节点数量增加到 - 比如说40。 -
@Jvr 您正在使用
look_back值1,这意味着您正在尝试仅根据前一个值(?)来预测一个值。您可能应该增加考虑的数据点数量。另请注意,您的数据可能以不同的频率显示不同的"seasonalities"(日周期(白天更多的水)+ 年周期(夏季更多的水))。要了解一年周期,您需要更多数据。国际海事组织的预测,您应该至少涵盖过去 48 小时(因此网络已经至少看到过一次该模式)。 -
@Tomer Levinboim 我认为您的建议是通过函数 create_dataset() 实现的,并将look_back 设置为先前步骤的数量。
标签: python machine-learning keras prediction