informer自定义数据集

目录

informer相关

模型数据集划分

模型参数

跑通自定义数据集

预测结果可视化

informer相关

1. 论文：https://arxiv.org/abs/2012.07436
2. 感谢论文作者对AI科学做出的贡献，才能像我这种普通人能有机会接触这么nice的文章。作者的github：GitHub - zhouhaoyi/Informer2020: The GitHub repository for the paper "Informer" accepted by AAAI 2021.

模型数据集划分

假设数据维度是317天的数据，滑动窗口为120天预测未来20天数据，num_train = 221 ， num_test = 63 ，num_vali = 33 ， border1s = [0, 101, 134] ，border2s = [221, 254, 317]，

训练集数据：0-222天，120天滑动窗口预测未来30天，训练样本数量：222-120-30+1=72条

验证集数据：102天-254天 ，验证集样本数：254-101-120-30+1=4条

测试集数据：134天-317天 ，测试集样本数：317-134-120-30+1=34条

 源码中代码部分如下：

   # init
   assert flag in ['train', 'test', 'val']
   type_map = {'train':0, 'val':1, 'test':2}
   self.set_type = type_map[flag]

#自定义数据划分训练集、验证集、测试集部分
num_train = int(len(df_raw)*0.7)
num_test = int(len(df_raw)*0.2)
num_vali = len(df_raw) - num_train - num_test
border1s = [0, num_train-self.seq_len, len(df_raw)-num_test-self.seq_len]
border2s = [num_train, num_train