天池比赛-资金流入流出预测--利用rnn神经网络预测9月份的利率

之前一直用的是状态空间模型来预测利率，然后在知乎上看到时间序列预测用神经网络预测有奇效。下面就是用rnn（循环神经网络）来进行时间预测的过程。

一：将数据化为同一个单位，即标准化。

  values=date_interest.values
    values=values.astype('float32')
    scaler=MinMaxScaler(feature_range=(0,1))
    scaled=scaler.fit_transform(values)

这里我们用的是MinMaxScaler来对数据进行规范化。

二.对数据进行窗口分割，即确定用几个time steps去预测数据

 dataX,dataY=[],[]
    for i in range(len(dataset)-look_back-1):
        a=dataset[i:(i+look_back)]
        # 特征是长度为look_back的序列
        dataX.append(a)
        # 结果
        dataY.append(dataset[i+look_back])
    return np.array(dataX),np.array(dataY)

look_back就是用多少个数据去预测下一个数据。dataX相当于是特征，dataY则是标签。

三。切割数据集成训练集和测试集

 count=len(data_x)
    # 分割成训练集和测试集
    train_X,train_y=data_x[:int(0.8*count)],data_y[