本文是对:
https://machinelearningmastery.com/multivariate-time-series-forecasting-lstms-keras/
https://blog.csdn.net/iyangdi/article/details/77877410
两篇博文的学习笔记,两个博主笔风都很浪,有些细节一笔带过,本人以谦逊的态度进行了学习和整理,笔记内容都在代码的注释中。有不清楚的可以去原博主文中查看。
数据集下载:https://raw.githubusercontent.com/jbrownlee/Datasets/master/pollution.csv
后期我会补上我的github
从这节开始,开始学习多变量的LSTM预测
把数据先下载下来,预处理一下, 用图像把数据显示出来
1、下载下载的数据删掉没有用的列,把每一列都重新命名
# coding=utf-8
from pandas import read_csv
from pandas import datetime
def parser(x):
return datetime.strptime(x, '%Y %m %d %H')
#加载数据
dataset = read_csv('data_set/air_pollution.csv', parse_dates=[['year', 'month', 'day', 'hour']], index_col=0,
date_parser=parser)
# axis=1,表示删除列;inplace=True,直接在原DataFrame上执行删除
dataset.drop('No', axis=1, inplace=True)
# 手动设置每一列的label
dataset.columns = ['pollution', 'dew', 'temp', 'press', 'wnd_dir', 'wnd_spd', 'snow', 'rain']
dataset.index.name = 'date'
# 将NA替换为0
dataset['pollution'].fillna(0, inplace=True)
# 删除最开始的24条数据
dataset = dataset[24:]
print (dataset.head())
# 保存处理后数据
dataset.to_csv('data_set/air_pollution_new.csv')
2、把处理后的数据用matplotlib画出来观赏观赏
# coding=utf-8
# 输出数据曲线
# ------------
from pandas import read_csv
from matplotlib import pyplot
dataset = read_csv('data_set/air_pollution_new.csv', header=0, index_col=0)
values = dataset.values
# 需要输出的列,创建一个数组,[0,1,2,3,4,5,6,7]
groups = [i for i in range(8)]
groups.remove(4) # 删除数组中的值4,因为第四列是字符串,删除后的数组是[0,1,2,3,5,6,7]
i = 1
# 输出列曲线图
pyplot.figure()
#循环画出values的每一列数据
for group in groups:
pyplot.subplot(len(groups), 1, i) # 创建len(gourps)行,1列的子图,表示在第i个子图画图
pyplot.plot(values[:, group])#画出values中第group列的数据
pyplot.title(dataset.columns[group], y=0.5, loc='right')
i += 1
pyplot.show()