Pytorch-基于GCN/GAT/Chebnet图神经网络实现的交通流预测(使用自己的数据)

源代码引用

GitHub - LeronQ/GCN_predict-Pytorch: Traffic flow predict. Implementation of graph convolutional network with PyTorchTraffic flow predict. Implementation of graph convolutional network with PyTorch - GitHub - LeronQ/GCN_predict-Pytorch: Traffic flow predict. Implementation of graph convolutional network with PyTorchhttps://github.com/LeronQ/GCN_predict-Pytorch

数据介绍

示例数据集：PeMS04.npz PeMS04.csv

数据集由 Caltrans 绩效测量系统 （PEMS-04） 收集

 数量：307探测器

时间：2018年1-2月 （2018.1.1——2018.2.28）

特点：流量、占用、速度。

运行结果

        运行 traffic_prediction.py，生成 GAT_result.h5 （用于数据存储）gat_node_120.png 第120号检测器数据预测结果。

 

 源数据分析

import numpy as np
import pandas as pd


dataset = np.load("PeMS_04/PeMS04.npz") # np载入npz数据文件
print(dataset)

# NpzFile 'PeMS_04/PeMS04.npz' with keys: data

print(dataset["data]) # 通过键来访问数据

"""
array([[[6.20e+01, 7.70e-03, 6.79e+01],
        [5.60e+01, 1.12e-02, 6.84e+01],
        [9.00e+01, 1.43e-02, 6.82e+01],
        ...,
        [5.60e+01, 9.80e-03, 6.74e+01],
        [4.80e+01, 7.80e-03, 6.95e+01],
        [3.80e+01, 9.40e-03, 6.82e+01]],
        ...
"""
# 看下形状
print("dataset["data"].shape")
# (16992, 307, 3)

data = pd.read_csv("PeMS_04/PeMS04.csv")

print(data["from"].max()) # 306 
print(data["to"].max()) # 305

# dataset["data"].shape[1] 必须大于data["from"].max()/data["to"].max()

通过数据分析可以得到的      

          1.在traffic_prediction.py第33/39行，注意到num_nodes=307 和 dataset["data"].shape[1]相同。

         2.divide_days=[45, 14] ，time_interval=5， 一共用了59天的数据量，每5分钟记录一次数据。所以 59 * 12 * 24 = 16992。

        3.history_length=6 需要与my_net中的in_c=6 保持一致。第92行测试阶段 Target = np.zeros([307, 1, 1]) 307也要与dataset["data"].shape[1]相同。

        4.163行nodes_id 需要小于num_nodes

运用自己的数据

        引用的数据是某城市地铁客流量信息 只有两个站点，意味着只有一个检测器

数据收集353天的数据量，时间间隔为15分钟。

需要具体数据请私信！

数据处理

# 原数据.npz文件用于存储站点三个特征值 .csv文件用于存储各个站点的cost(Maybe 花费?)
# csv文件我们只需要设置一个站点 因为只有一个监测站 
import pandas as pd


# 我们可以这样编写 cost就算作一年的总客流量
dataset = pd.read_csv("9_to_45.csv").values
total = dataset[:,0].sum()
f = open("dataset.csv","+w")
f.write("from,to,cost" + "\n" + f"0,0,{total/4}" + "\n")

"""
from,to,cost
0,0,16675
"""

# .npz文件 我们重塑一下数据
shape = dataset.shape # (33887, 3)
data = dataset.reshape(shape[0],1,3)    # 一个检测器
np.savez("dataset.npz",data=data)       # 保持成npz文件格式


# 你也可以设置其他类型 但是要改的东西更多了
# data3 = np.reshape(dataset,(4841,7,3)) # 假设有7个检测器
# np.savez("test1.npz",data=data3)

源代码修改

根据数据分析所得的在对应的地方进行修改

# num_nodes > data["from"].max()/data["to"].max() (1 > 0)

train_data = LoadData(data_path=["dataset.csv", "dataset.npz"], num_nodes=1, divide_days=[300, 52],
                        time_interval=15, history_length=4,
                        train_mode="train")

train_loader = DataLoader(train_data, batch_size=64, shuffle=True, num_workers=1)  # num_workers是加载数据（batch）的线程数目

test_data = LoadData(data_path=["dataset.csv", "dataset.npz"], num_nodes=1, divide_days=[300, 52],
                        time_interval=15, history_length=4,
                        train_mode="test")

test_loader = DataLoader(test_data, batch_size=64, shuffle=False, num_workers=1)


# 模型选用 in_c 与 history_length 对齐
my_net = ChebNet(in_c = 4, hid_c = 6, out_c = 1, K=2)


# np.zeros([1, 1, 1])与num_nodes 对齐
Target = np.zeros([1, 1, 1])  # [N, T, D],T=1 ＃ 目标数据的维度，用０填充


# 可视化预测结果中的 nodes_id与num_nodes 对齐
visualize_result(h5_file="GAT_result.h5",
    nodes_id = 0, time_se = [0, 15 * 4 * 5],  # 是节点的时间范围
    visualize_file = "result")

结果

表现还是不错的

"""
Epoch: 0000, Loss: 0.0592, Time: 0.04 mins
Epoch: 0001, Loss: 0.0229, Time: 0.04 mins
Epoch: 0002, Loss: 0.0217, Time: 0.04 mins
Test Loss: 0.0001
Test Loss: 0.0004
Test Loss: 0.0008
...
Performance:  MAE 7.66    0.24%    12.38
"""