Python时间序列LSTM预测系列教程（2）-单变量

单变量LSTM预测模型（2）

教程原文连接

数据准备

3步走：

1、将时间序列转换成监督学习问题

2、将时间序列进行处理，使之稳定

3、将观测值进行缩放

1、时间序列转监督学习数据

# coding=utf-8          
from pandas import read_csv               
from pandas import datetime               
from pandas import DataFrame              
from pandas import concat                 
                        
#load data              
def parser(x):          
    return datetime.strptime(x, '%Y/%m/%d')                                                                             
series = read_csv('data_set/shampoo-sales.csv', header=0, parse_dates=[0], index_col=0, squeeze=True, date_parser=parser)
                        
'''                     
将数据转换成有监督数据  
即包含input output      
训练的目的就是找到训练数据input和output的关系                                                                           
此处的input是t时间步的数据，output为t+1时间步的数据                                                                     
具体实现就是将整体的时间数据向后滑动一格，和原始数据拼接，就是有监督的数据                                              
'''                     
def timeseries_to_supervised(data, lag=1):#lag表示的是当前的值只与历史lag个时间步长的值有关，也就是用lag个数据预测下一个
    df = DataFrame(data)
    colums = [df.shift(i) for i in range(1, lag+1)]#原始数据时间窗向后移动lag步长
    colums.append(df)#拼接数据            
    df = concat(colums, axis=1)#横向拼接重塑数据，格式:input putput
    df.fillna(0, inplace=True)#由于数据整体向后滑动lag后，前面的lag个数据是Na形式，用0来填充
    return df           
                        
X = series.values       
supervised = timeseries_to_supervised(X,1)
print(supervised.head())

2、时间序列转换成稳定数据

通过DF检验，发现shampoo数据是非稳定的，意味着数据有长期趋势/周期趋势，此处是长期的上升趋势

可以将趋势从观测值当中移除，最后再加回到预测值中

常见的去趋势的方法是差分，用当前时间步 t 的观测值减去时间步 t-1 的值 

# coding=utf-8                                                                                                              
from pandas import read_csv
from pandas import datetime
from pandas import Series 
             
#load data   
def parser(x):            
    return datetime.strptime(x, '%Y/%m/%d')
series = read_csv('data_set/shampoo-sales.csv', header=0, parse_dates=[0], index_col=0, squeeze=True, date_parser=parser)
             
#做差分，去趋势，获得差分序列       
def difference(dataset, interval=1):
    diff = list()         
    for i in range(interval, len(dataset)):
        value = dataset[i]-dataset[i-interval]#当前时间步t的值减去时间步t-interval的值
        diff.append(value)
    return Series(diff)   
             
#将预测值进行逆处理，得到真实的销售预测
def inverse_difference(history, yhat, interval=1):#历史数据，预测数据，差分间隔
    return yhat+history[-interval]  
             
#数据处理    
             
#将数据转换成稳定的       
differenced = difference(series, 1) 
print(differenced.head()) 
             
#逆处理，从差分逆转得到真实值       
inverted = list()         
for i in range(len(differenced)):   
    value = inverse_difference(series, differenced[i], len(series)-i)
    inverted.append(value)
inverted = Series(inverted)         
print(inverted.head())    

3、观测值缩放

NN都希望数据在激活函数的范围内

LSTMs的默认激活函数是 tanh , 其范围为 [ -1, 1 ]，这也是期望的序列数据的范围

# coding=utf-8                 
from pandas import read_csv    
from pandas import datetime    
from pandas import Series      
from sklearn.preprocessing import MinMaxScaler          
                               
#load data                     
def parser(x):                 
    return datetime.strptime(x, '%Y/%m/%d')             
series = read_csv('data_set/shampoo-sales.csv', header=0, parse_dates=[0], index_col=0, squeeze=True, date_parser=parser)
print series.head()            
                               
#缩放                          
X = series.values              
X = X.reshape(len(X),1)#MinMaxScaler函数需要矩阵作为输入，所以reshape数据为矩阵
scaler = MinMaxScalar(feature_range=(-1,1))#定义缩放范围
scaler = scaler.fit(X)#缩放数据
scalered_X = scaler.transform(X)
scalered_series = Series(scalered_X[:,0])                                                                                   
print scalered_series.head()   
                               
#逆缩放                        
inverted_X = scaler.inverse_transform(scalered_X)       
inverted_series = Series(inverted_X[:,0])               
print inverted_series.head()