python血压测量程序代码_利用TensorFlow2.0为胆固醇、血脂、血压数据构建时序深度学习模型（python源代码）...

背景数据描述

胆固醇、高血脂、高血压是压在广大中年男性头上的三座大山，如何有效的监控他们，做到早发现、早预防、早治疗尤为关键，趁着这个假期我就利用TF2.0构建了一套时序预测模型，一来是可以帮我预发疾病，二来也可以体验下TF2.0的特性

先来看下数据结构：date表示的是测量日期

cholesterol代表胆固醇数值

blood_fat代表血脂

blood_pressure代表血压

整个的建模思路就是将这三个数值一起构建时序模型，因为这三个指标不能独立来看，他们是相互有影响的，互为特征和目标值。

代码详解

废话不多说，我们先看下完整的代码，代码比较长，我把整个代码分为数据探查、网络构建、模型训练、模型保存和预测这4个模块进行拆分并讲解，可以参见代码中的注释进行模块区分。环境使用的是python3.7、TensorFlow2.0版本。(完整代码见文末)

1数据探查

在数据探查模块使用了pandas将数据读取进来，然后用diff函数构建了时序数据的增长率曲线图，因为做时序数据预测，更多地是去看数据的增长或者降低趋势。通过matplotlib可以把数据的成长曲线画出来：

2网络结构构建

使用的是标准的lstm网络结构，可以通过model.summary函数将深度学习网络结构打印出来，如下图所示：

3模型训练

在模型训练环节主要是构建了收敛函数MSPE，MS