lstm时间序列预测python_Keras中的多变量时间序列预测-LSTMs

神经网络诸如长短期记忆(LSTM)递归神经网络，几乎可以无缝地对多变量输入问题进行建模。

这在时间预测问题中非常有用，而经典线性方法难以应对多变量预测问题。

在本教程中，您将了解如何在Keras深度学习库中，为多变量时间序列预测开发LSTM模型。

学习该教程后，您将收获：

如何将原始数据集转换为可用于时间序列预测的数据集；

如何准备数据，并使LSTM模型适用于多变量时间序列预测问题；

如何做预测，并将预测的结果重新调整为原始数据单位。

让我们开始吧！

教程概括

该教程分为3部分，包括：

空气污染预测

数据准备

多变量LSTM预测模型

Python环境

你可以使用Python 2 或Python 3，需要安装scikit-learn、Numpy、Pandas、Matplotlib、 Scipy、Keras(2.0或更高版本)、TensorFlow或Theano backend等依赖包。

本试验在Anaconda Jupyter Notebook中进行，上述大部分依赖包均已内置，但仍需要安装单独安装TensorFlow、Theano backend。

如果你有任何问题：

请看这篇教程：如何在Anaconda中配置Python环境，进行机器学习和深度学习

1.空气污染预测

该教程中，我们将使用空气质量数据集。

该数据集字段包括日期时间、PM2.5浓度、露点、温度、风向、风速、雨雪累计小时数等，完整特征列表如下：

No：行号

year：该行记录的年

month：该行记录的月

day：该行记录的日

hour：该行记录的小时

pm2.5:PM2.5浓度(细颗粒物指环境空气中空气动力学当量直径小于等于 2.5微米的颗粒物。它能较长时间悬浮于空气中，其在空气中含量浓度越高，就代表空气污染越严重)

DEWP：露点(又称露点温度(Dew point temperature)，在气象学中是指在固定气压之下，空气中所含的气态水达到饱和而凝结成液态水所需要降至的温度)

TEMP：温度

PRES：大气压力

cbwd：组合风向

lws：累计风速

ls：累计小时下雪量

lr：累计小时下雨量

该数据记录了北京某段时间每小时的气象情况和污染程度，我们将根据前几个小时的记录预测下个小时的污染程度。

你可以下载该数据集，或在线使用：

北京PM2.5数据集

2.数据准备

我们先看看数据长什么样：

yearmonthdayhourpm2.5DEWPTEMPPREScbwdIwsIsIr

No

12010110NaN-21-11.01021.0NW1.7900

22010111NaN-21-12.01020.0NW4.9200

32010112NaN-21-11.01019.0NW6.7100

42010113NaN-21-14.01019.0NW9.8400

52010114NaN-20-12.01018.0NW12.9700

可以看到日期和时间是分开的，第一步把日期时间合并为一个datetime，以便将其作为Pandas里的索引。

看数据表可知，第一个24小时里，PM2.5这一列有很多空值。因此，我们把第一个24小时里的数据行删掉。剩余的数据里面也有少部分空值，为了保持数据完整性和连续性，只要将空值填补为0即可。

下面的脚本加载了原始数据集，并将日期时间合并解析为Pandas DataFrame索引。删除No(序号)列，给剩下的列重新命名字段。最后替换空值为0，删除第一个24小时数据行。

from pandas import read_csv

from datetime import datetime

# 加载数据

def parse(x):

return datetime.strptime(x, '%Y %m %d %H')

dataset = read_csv('https://raw.githubusercontent.com/jbrownlee/Datasets/master/pollution.csv', parse_dates = [['year', 'month', 'day', 'hour']], index_col=0, date_parser=parse)

#删除No列

dataset.drop('No', axis=1, inplace=True)

# 修改剩余列名称

dataset.columns = ['pollution', 'dew', 'temp', 'press', 'wnd_dir', 'wnd_spd', 'snow', 'rain']

dataset.index.name = 'date'

# 将所有空值替换为0

dataset['pollution'].fillna(0, inplace=True)

# 删除前24小时行

dataset = dataset[24:]

# 打印前5行

print(dataset.head(5))

# 保存数据到pollution.csv

dataset.to_csv('pollution.csv')

打印前5行，并将数据保存到pollution.csv，看一下：

pollution dew temp press wnd_dir wnd_spd snow rain

date

2010-01-02 00:00:00 129.0 -16 -4.0 1020.0 SE 1.79 0 0

2010-01-02 01:00:00 148.0 -15 -4.0 1