LSTM进行情感分类

原链接：https://blog.csdn.net/u012735708/article/details/82769711

1.read_raw()函数模块中，主要是写了关于数据清洗的内容。
dataset[‘pollution’].fillna(0, inplace=True) 用零填充空位，然后其他的就是指定一下列名。

2.def parse(x)模块中，用于返回时间戳。
返回了 datetime.strptime(x, ‘%Y %m %d %H’)，之前要from datatime import datatime一下。

3.drow_pollution() 模块中，用于画图，画了所有变量随时间变化的图像。

values = dataset.values
    # specify columns to plot
    groups = [0, 1, 2, 3, 5, 6, 7]
    i = 1
    # plot each column
    pyplot.figure(figsize=(10,10))
    for group in groups:
        pyplot.subplot(len(groups), 1, i)
        pyplot.plot(values[:, group])
        pyplot.title(dataset.columns[group], y=0.5, loc='right')
        i += 1
    pyplot.show()

4.series_to_supervised(）模块中，将需要预测的当前时刻（t）的天气条件特征移除

5.cl_