本文使用耶拿天气数据集，对除去时间的前11个数据进行预测。由于数据量过大，笔者只使用前100天的数据作为训练即共14400×11个数据，预测后10天的数据即共1440×11个数据。主要思想与LSTM进行时间序列预测（一）相同。

完整代码如下：

from pandas import read_csv
from matplotlib import pyplot
import numpy as np
import pandas as pd
import csv
import matplotlib.pyplot as plt
from sklearn.preprocessing import MinMaxScaler
from keras.models import Sequential
from keras.layers import Dense, LSTM
from sklearn.metrics import mean_absolute_error
from sklearn.metrics import mean_squared_error
from sklearn.metrics import r2_score

# load dataset
listDataset = read_csv('jena_climate_2009_2016.csv')
listDataset = listDataset.drop(['Date Time', 'wv (m/s)', 'max. wv (m/s)', 'wd (deg)'], axis=1)

columns = listDataset.columns
# 绘制初始图像，除去 'Date Time', 'wv (m/s)', 'max. wv (m/s)', 'wd (deg)' 数据
# values = listDataset.values
# groups = range(11)
# i = 1
# # plot each column
# pyplot.figure()
# for group in groups:
#     pyplot.subplot(len(groups), 1, i)
#     pyplot.plot(values[:, group])
#     pyplot.title(listDataset.columns[group], y=0.5, loc='right')
#     i += 1
# pyplot.show()

def sc_fit_transform(nDlist):
    #将所有数据归一化为0-1的范围
    sc = MinMaxScaler(feature_range=(0, 1))
    dataset_transform = sc.fit_transform(X=nDlist)
    #归一化后的数据
    return sc, np.array(dataset_transform)

# ###############################################################################
#需要之前144次数据来预测下一次的数据，
timestep = 144
#训练数据的大小
training_num = 14400
#迭代训练10次
epoch = 10
#每次取数据数量
batch_size = 200
# ###############################################################################
listDataset = np.array(listDataset)

# 生成训练数据集
xTrainDataset = listDataset[0:training_num]
print(xTrainDataset.shape)

yTrainDataset = listDataset[1:training_num+1]
print(yTrainDataset.shape)


#原始数据归一化
scTrainDataseX, xTrainDataset  = sc_fit_transform(xTrainDataset)
scTrainDataseY, yTrainDataset  = sc_fit_transform(yTrainDataset)
###############################################################################
# 生成lstm模型需要的训练集数据和
xTrain = []
for i in range(timestep, training_num):
    xTrain.append(xTrainDataset[i-timestep : i])
xTrain = np.array(xTrain)
print(xTrain.shape)

yTrain = []
for i in range(timestep, training_num):
    yTrain.append(yTrainDataset[i])
yTrain = np.array(yTrain)
print(yTrain.shape)
###############################################################################
# 构建网络，使用的是序贯模型
model = Sequential()
model.add(LSTM(units=128, input_shape=[xTrain.shape[1], xTrain.shape[2]]))
model.add(Dense(11))
#进行配置
model.compile(optimizer='adam',
              loss='mean_squared_error',
              metrics=['accuracy'])
model.fit(x=xTrain, y=yTrain, epochs=epoch, batch_size=batch_size)
model.save('jena_model.h5')
###############################################################################
#进行测试数据的处理
xTestDataset = listDataset[training_num : 15840-2]
scTesDatasetX, xTestDataset  = sc_fit_transform(xTestDataset)
# 每次的下次开盘价是训练结果
yTestDataset = listDataset[training_num+1 : 15840-1]
scTestDataseY, yTestDataset  = sc_fit_transform(yTestDataset)
# 生成lstm模型需要的训练集数据
xTest = []
for i in range(timestep, len(xTestDataset)):
    xTest.append(xTestDataset[i-timestep : i])
xTest = np.array(xTest)
# print(xTest.shape)
yTest = []
for i in range(timestep, len(xTestDataset)):
    yTest.append(yTestDataset[i])
# 反归一化
yTest = scTestDataseY.inverse_transform(X= yTest)
print(yTest.shape)
###############################################################################
#进行预测
yPredictes = model.predict(x=xTest)
# 反归一化
yPredictes = scTestDataseY.inverse_transform(X=yPredictes)
#print(yPredictes.shape)
############################################################################### 
#对比结果，绘制数据图表，红色是真实数据，蓝色是预测数据
mae, rmse, r2 = [],[],[]
for i in range(11):
    plt.plot(yTest[ : , i], color='red', label='Real')
    plt.plot(yPredictes[ : , i], color='blue', label='Predict')
    plt.title(label='Prediction')
    plt.xlabel(xlabel= columns[i])
    plt.ylabel(ylabel='T')
    plt.legend()
    plt.show()
    # 评估标准： mae, rmse, r2_score
    mae.append(mean_absolute_error(yTest[ : , i], yPredictes[ : , i]))
    rmse.append(mean_squared_error(yTest[ : , i], yPredictes[ : , i], squared=False))
    r2.append(r2_score(yTest[ : , i], yPredictes[ : , i]))

# 得到分数DataFrame类型数据
score_data = {
    'mae' : mae,
    'rmse' : rmse,
    'r2' : r2
}
score = pd.DataFrame(score_data)
score.index = columns
#print(score)

Figure_1.png

Figure_2.png

Figure_3.png

Figure_4.png

Figure_5.png

Figure_6.png

Figure_7.png

Figure_8.png

Figure_9.png

Figure_10.png

Figure_11.png

                       mae       rmse        r2
p (mbar)          1.805983   1.919122  0.910847
T (degC)          1.731174   2.057846  0.832256
Tdew (degC)       1.071806   1.449093  0.252351
rh (%)            3.944731   5.253474  0.933314
VPmax (mbar)      1.269178   1.713219  0.886315
VPact (mbar)      0.443536   0.519703  0.756639
VPdef (mbar)      0.666119   0.938195  0.963821
H2OC (mmol/mol)   0.457094   0.541559  0.750764
rho (g/m**3)     11.820629  13.167363  0.686328

在没有调参，没有对模型做任何优化的情况下，预测结果还是比较准确的。