python时间序列如何拟合曲线_【Python】keras使用LSTM拟合曲线

使用Keras的LSTM模型进行时间序列预测,通过预处理数据,建立LSTM网络结构,训练并可视化预测结果,展示如何在Python中实现LSTM进行时间序列分析。
摘要由CSDN通过智能技术生成

keras生成的网络结构如下图:

代码如下:

from sklearn.preprocessing import MinMaxScaler

from keras.models import Sequential

from keras.layers import LSTM, Dense, Activation

from keras.utils.vis_utils import plot_model

import matplotlib.pyplot as plt

import numpy as np

seq = 10

x = np.arange(0, 6 * np.pi, 0.01)

y = np.sin(x) + np.cos(x) * x

fig = plt.figure(1)

plt.plot(y, 'r')

train = np.array(y).astype(float)

scaler = MinMaxScaler()

train = scaler.fit_transform(train)

data = []

for i in range(len(train) - seq - 1):

data.append(train[i: i + seq + 1])

data = np.array(data).astype('float64')

x = data[:, :-1]

y = data[:, -1]

split = int(data.sha

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