如何使用python實(shí)現(xiàn)時(shí)間序列預(yù)測(cè)中的數(shù)據(jù)滑窗操作

這篇文章主要為大家展示了“如何使用python實(shí)現(xiàn)時(shí)間序列預(yù)測(cè)中的數(shù)據(jù)滑窗操作”，內(nèi)容簡(jiǎn)而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領(lǐng)大家一起研究并學(xué)習(xí)一下“如何使用python實(shí)現(xiàn)時(shí)間序列預(yù)測(cè)中的數(shù)據(jù)滑窗操作”這篇文章吧。

撰寫背景

面向數(shù)據(jù)分析的小白，水平有限，錯(cuò)誤難免，歡迎指正。

什么是數(shù)據(jù)滑窗

進(jìn)行機(jī)器學(xué)習(xí)時(shí)，一般都要涉及到劃分訓(xùn)練集和測(cè)試集的步驟。特別地，在做數(shù)據(jù)預(yù)測(cè)時(shí)，一般把預(yù)測(cè)的依據(jù)（也就是歷史數(shù)據(jù)）稱作X，把需要預(yù)測(cè)的數(shù)據(jù)稱為y。即首先把原始數(shù)據(jù)劃分為train_X, train_y這兩個(gè)訓(xùn)練數(shù)據(jù)集和test_X, test_y這兩個(gè)測(cè)試數(shù)據(jù)集。

對(duì)于時(shí)間序列數(shù)據(jù)的預(yù)測(cè)，往往是建立由好幾個(gè)歷史數(shù)據(jù)預(yù)測(cè)下一時(shí)刻的未來數(shù)據(jù)，這時(shí)候?yàn)榱顺浞掷萌繑?shù)據(jù)，應(yīng)該對(duì)原始數(shù)據(jù)集進(jìn)行滑窗操作，如下圖所示。

這里展示的是多個(gè)特征的時(shí)間序列，其中每一行數(shù)據(jù)均屬于同一時(shí)刻。假設(shè)，我們要以H（ humidity）、PT（pressure）、PE（power）三個(gè)特征為預(yù)測(cè)依據(jù)，取當(dāng)前和上三個(gè)時(shí)刻共四個(gè)時(shí)刻的已知數(shù)據(jù)對(duì)下一時(shí)刻的PE（功率）進(jìn)行預(yù)測(cè)，那么對(duì)于X數(shù)據(jù)集的滑窗就應(yīng)該如上圖所示，而對(duì)y數(shù)據(jù)集的滑窗應(yīng)該如下圖所示。

下面給出滑窗實(shí)例。

代碼實(shí)現(xiàn)

滑窗函數(shù)

def sliding_window(DataSet, X_width, y_width, gap = 1, multi_vector = None, X_data = True):
    '''
    DataSet has to be as a DataFrame
    '''
    if X_data:
        if multi_vector:
            a,b = DataSet.shape
        else:
            a = DataSet.shape[0]
            b = 1
        c = (a-X_width-y_width-a%gap)/gap
        X = np.reshape(DataSet.iloc[0:X_width,:].values,(1,X_width,b))
        for i in range(len(DataSet) - X_width - y_width):
            i += 1
            if i > c:
                break
            j = i * gap
            tmp = DataSet.iloc[j:j + X_width,:].values
            tmp = np.reshape(tmp,(1,X_width,b))
            X = np.concatenate([X,tmp],0)
        return X
    else:
        if multi_vector:
            print('y_data-error：expect 1D ,given %dD'%DataSet.shape[1])
            return;
        else:
            a = DataSet.shape[0]
        c = (a-X_width-y_width-a%gap)/gap
        y = np.reshape(DataSet.iloc[X_width:X_width + y_width,0].values,(1,y_width))
        for i in range(len(DataSet) - X_width - y_width):
            i += 1
            if i > c:
                break
            j = i * gap + X_width
            tmp = DataSet.iloc[j:j + y_width,:].values
            tmp = np.reshape(tmp,(1,y_width))
            y = np.concatenate([y,tmp])
        return y

單特征時(shí)間序列

單特征時(shí)間序列是指僅有一個(gè)特征的一維時(shí)間序列，如股票收盤價(jià)、風(fēng)電場(chǎng)風(fēng)速數(shù)據(jù)、日營業(yè)額等。對(duì)單特征時(shí)間序列滑窗操作如下：

#DataSet訓(xùn)練數(shù)據(jù)集
#X_width使用的歷史數(shù)據(jù)長(zhǎng)度
#y_width要預(yù)測(cè)的數(shù)據(jù)長(zhǎng)度
#X_data是否是X數(shù)據(jù)集
train_X = sliding_window(DataSet, X_width, y_width)
train_y = sliding_window(DataSet, X_width, y_width, X_data = None)

假設(shè)訓(xùn)練數(shù)據(jù)集是一個(gè)100*1的序列，使用24個(gè)數(shù)據(jù)預(yù)測(cè)未來的1個(gè)數(shù)據(jù)，那么滑窗操作就將原數(shù)據(jù)做了這樣的變換：

多特征時(shí)間序列

多特征時(shí)間序列指時(shí)間序列的特征不止一個(gè)，如上文所舉的H、PT、PE三特征序列。這種數(shù)據(jù)一般使用在待預(yù)測(cè)的數(shù)據(jù)跟多個(gè)特征相關(guān)性較高的場(chǎng)合中，如氣象數(shù)據(jù)嵌入的風(fēng)速預(yù)測(cè)、股市數(shù)據(jù)嵌入的收盤價(jià)格預(yù)測(cè)等。進(jìn)行多特征時(shí)間序列滑窗操作如下：

#DataSet訓(xùn)練數(shù)據(jù)集
#X_width使用的歷史數(shù)據(jù)長(zhǎng)度
#y_width要預(yù)測(cè)的數(shù)據(jù)長(zhǎng)度
#multi_vector是否為多特征
#X_data是否是X數(shù)據(jù)集
train_X = sliding_window(DataSet, X_width, y_width, multi_vector = True)
test_y = sliding_window(DataSet, X_width, y_width, multi_vector = True, X_data = None)

假設(shè)訓(xùn)練數(shù)據(jù)集是一個(gè)100*3的序列，使用24個(gè)數(shù)據(jù)預(yù)測(cè)未來的1個(gè)數(shù)據(jù)，那么滑窗操作就將原數(shù)據(jù)做了這樣的變換：

注意事項(xiàng)

DataSet必須是DataFrame格式。

y數(shù)據(jù)集只能是一維。

以上是“如何使用python實(shí)現(xiàn)時(shí)間序列預(yù)測(cè)中的數(shù)據(jù)滑窗操作”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對(duì)大家有所幫助，如果還想學(xué)習(xí)更多知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道！