【RNN入门到实战】LSTM从入门到实战——实现空气质量预测

动图演示

输出层门

​ 作用对象：隐层 h t h_t ht​

​ 作用：确定输出什么值。

​ 操作步骤：

​ 步骤一：通过sigmoid 层来确定细胞状态的哪个部分将输出。

​ 步骤二：把细胞状态通过 tanh 进行处理，并将它和 sigmoid 门的输出相乘，最终我们仅仅会输出我们确定输出的那部分。

其示意图如下所示：

动图演示

实战——使用LSTM实现空气质量预测

=============================================================================

数据来源自位于北京的美国大使馆在2010年至2014年共5年间每小时采集的天气及空气污染指数。

数据集包括日期、PM2.5浓度、露点、温度、风向、风速、累积小时雪量和累积小时雨量。原始数据中完整的特征如下：

1.No 行数

2.year 年

3.month 月

4.day 日

5.hour 小时

6.pm2.5 PM2.5浓度

7.DEWP 露点

8.TEMP 温度

9.PRES 大气压

10.cbwd 风向

11.lws 风速

12.ls 累积雪量

13.lr 累积雨量

我们可以利用此数据集搭建预测模型，利用前一个或几个小时的天气条件和污染数据预测下一个（当前）时刻的污染程度。

数据处理

---

首先，我们必须清洗数据。以下是原始数据集的前几行。

No year month day hour pm2.5 DEWP TEMP PRES cbwd Iws Is Ir

0 1 2010 1 1 0 NaN -21 -11.0 1021.0 NW 1.79 0 0

1 2 2010 1 1 1 NaN -21 -12.0 1020.0 NW 4.92 0 0

2 3 2010 1 1 2 NaN -21 -11.0 1019.0 NW 6.71 0 0

3 4 2010 1 1 3 NaN -21 -14.0 1019.0 NW 9.84 0 0

4 5 2010 1 1 4 NaN -20 -12.0 1018.0 NW 12.97 0 0

5 6 2010 1 1 5 NaN -19 -10.0 1017.0 NW 16.10 0 0

6 7 2010 1 1 6 NaN -19 -9.0 1017.0 NW 19.23 0 0

7 8 2010 1 1 7 NaN -19 -9.0 1017.0 NW 21.02 0 0

8 9 2010 1 1 8 NaN -19 -9.0 1017.0 NW 24.15 0 0

9 10 2010 1 1 9 NaN -20 -8.0 1017.0 NW 27.28 0 0

数据理清的步骤：

1、将year, month, day, hour四列整合为一个日期时间。

2、删除No列，这个列对于数据预测没有作用，如果有作用说明见鬼了。

3、将数据集中所有的NaN设置为0，NaN没有办法用来计算。

4、删除前24行，前24行的pm2.5没有记录，留着没有用。

完整的代码如下：

from pandas import read_csv

from datetime import datetime

load data

def parse(x):

return datetime.strptime(x, ‘%Y %m %d %H’)

读取数据，将year, month, day, hour四列合并成一列。

dataset = read_csv(‘raw.csv’, parse_dates = [[‘year’, ‘month’, ‘day’, ‘hour’]], index_col=0, date_parser=parse)

删除No列

dataset.drop(‘No’, axis=1, inplace=True)

修改列名

dataset.columns = [‘pollution’, ‘dew’, ‘temp’, ‘press’, ‘wnd_dir’, ‘wnd_spd’, ‘snow’, ‘rain’]

dataset.index.name = ‘date’

print(dataset)

将所有的NaN设置为0

dataset[‘pollution’].fillna(0, inplace=True)

删除前24行

dataset = dataset[24:]

浏览前5行数据

print(dataset.head(5))

save to file

dataset.to_csv(‘pollution.csv’)

加载了“pollut