LSTM实例:预测流域径流

import pandas as pd
import numpy as np
from numpy import *
import tensorflow as tf
import matplotlib.pyplot as plt
from keras.models import Sequential
from keras.layers import Dense,Dropout,Activation,LSTM
from keras.optimizers import Adam
plt.rcParams['font.sans-serif']=['SimHei'] #显示中文
%matplotlib inline


# 设置参数
batch_size = 90
time_step = 45
input_dim = 12
LR=0.001
lstm_num=150
dropout_rate=0.3
epoch=500



#----------------------------------------读取数据---------------------------------------------------------------

#训练数据
train_data = pd.read_excel(r'C:\train.xlsx',index_col=0)
train_arrs = np.array(train_data.iloc[:,:])
train_xs = train_arrs[:,0:input_dim].astype('float32') # 将训练数据中的前12列作为输入数据,并将输入数据转换为浮点型数据。
train_ys = (np.array(train_data['高场'],dtype='float32')).reshape(-1,1) # 将'高场'列作为输出数据,然后将输出数据进行reshape操作,使其变为一个列向量

#测试数据
test_data = pd.read_excel(r'C:test.xlsx',index_col=0)
test_arrs = np.array(test_data.iloc[:,:])
test_xs = test_arrs[:,0:input_dim].astype('float32')
test_ys0 = (np.array(test_data
  • 0
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值