这个例子是使用多层感知器来处理时间序列问题,例子来源于魏贞原老师的书。
数据集使用的是国际旅行旅客人数数据集(international-airline-passengers)
数据集下载:国际旅行旅客人数数据集(international-airline-passengers)
利用matplotlib,我们先看一下实际数据的变化趋势。
之后构建一个仅有一个隐藏层的多层感知器模型,并将数据集分为训练数据集和评估数据集。在此基础上进行预测。
代码如下:
"""
多层感知器的时间序列预测:国际旅行人数预测
"""
from pandas import read_csv
from matplotlib import pyplot as plt
import math
import numpy as np
from keras.models import Sequential
from keras.layers import Dense
seed = 7
batch_size = 2
epochs = 200
look_back = 1
def create_dataset(dataset):
dataX, dataY = [],[]
for i in range(len(dataset)-look_back-1):