本篇使用的数据集是由Max-Planck-Institute for Biogeochemistry记录的天气数据。每10分钟观测一次气压、气温、风速等天气数据。数据集有共420551条记录，历时八年（2009~2016）。训练集取前30万条记录，余下的记录做为验证集。
本篇中的长短时记忆网络（LSTM)使用144个温度数据点（一天的数据）历史记录来预测未来（接下来）6个温度数据点（一个小时的数据）。
代码如下：
代码语言：javascript复制# -*- coding: utf-8 -*-
"""
Created on Sun Jan 5 21:08:46 2020
@author: Administrator
"""
from __future__ import absolute_import, division, print_function, unicode_literals
import tensorflow as tf
import matplotlib.pyplot as plt
import numpy as np
import os
import pandas as pd
#下载天气数据集
zip_path = tf.keras.utils.get_file(
origin='https://storage.googleapis.com/tensorflow/tf-keras-datasets/jena_climate_2009_2016.csv.zip',
fname='jena_climate_2009_2016.csv.zip',
extract=True)
csv_path, _ = os.path.splitext(zip_path)
df = pd.read_csv(csv_path)
print(df.head()) #瞧一瞧数据集长啥样
#每10分钟有一次观测数据。1小时有6次观测数据，1天有6x24=144次观测数据
print(df.shape) #(420551, 15)，2920天（8年）的天气数据
'''
假设我们需要预测未来6小时的气温，为了做预测，我们可以选择5天的观测数据，这样我们就选择144x5 = 720个数据作为窗口来训练模型。
下面的函数就是返回类似这样的窗口。参数history_size是需要的历史数据个数，target_size 为需要预测的数据点个数。
'''
def univariate_data(dataset, start_index, end_index, history_size, target_size):
data = []
labels = []
start_index = start_index history_size
if end_index is None:
end_index = len(dataset) - target_size
for i in range(start_index, end_index):
indices = range(i-history_size, i)
# Reshape data from (history_size,) to (history_size, 1)
data.append(np.reshape(dataset[indices], (history_size, 1)))
labels.append(dataset[i target_size])
return np.array(data), np.array(labels)
#头30万条数据作为训练集，剩下的作为验证集
TRAIN_SPLIT = 300000
tf.random.set_seed(13)
#Forecast a univariate time series 预测单变量（温度）
uni_data = df['T (degC)']
uni_data.index = df['Date Time']
print(uni_data.head())
#uni_data.plot(subplots=True) #绘制历史数据
uni_data = uni_data.values
#数据标准化（减去均值，再除以标准差）
uni_train_mean = uni_data[:TRAIN_SPLIT].mean()
uni_train_std = uni_data[:TRAIN_SPLIT].std()
uni_data = (uni_data-uni_train_mean)/uni_train_std
univariate_past_history = 144 #用144个历史数据点
univariate_future_target = 6 #预测接下来的6个数据点
x_train_uni, y_train_uni = univariate_data(uni_data, 0, TRAIN_SPLIT,
univariate_past_history,
univariate_future_target)
x_val_uni, y_val_uni = univariate_data(uni_data, TRAIN_SPLIT, None,
univariate_past_history,
univariate_future_target)
print ('Single window of past history')
print (x_train_uni[0])
print ('n Target temperature to predict')
print (y_train_uni[0])
def create_time_steps(length):
return list(range(-length, 0))
def show_plot(plot_data, delta, title):
labels = ['History', 'True Future', 'Model Prediction']
marker = ['.-', 'rx', 'go']#红色叉死为真值，绿色圆点为预测值
time_steps = create_time_steps(plot_data[0].shape[0])
if delta:
future = delta
else:
future = 0
plt.title(title)
for i, x in enumerate(plot_data):
if i==0:#历史
historyLine, = plt.plot(time_steps, plot_data[i].flatten(), marker[i], label=labels[i])
else:#真值或预测值
#historyLine.get_c()获取历史线的颜色，对应的数据保持颜色一致
plt.plot(range(future), plot_data[i], marker[i], color=historyLine.get_c(),#
markersize=10,label=labels[i])#
plt.legend()
#plt.xlim([time_steps[0], (future 5)*2])
plt.xlabel('Time-Step')
return plt
#show_plot([x_train_uni[0], y_train_uni[0]], 0, 'Sample Example')
def baseline(history):#baseline只是简单的将过去历史记录的均值作为预测值
return np.mean(history)
#baseline 结果绘图
#show_plot([x_train_uni[0], y_train_uni[0], baseline(x_train_uni[0])], 0,'Baseline Prediction Example')BATCH_SIZE = 256
BUFFER_SIZE = 10000
#训练集
train_univariate = tf.data.Dataset.from_tensor_slices((x_train_uni, y_train_uni))
train_univariate = train_univariate.cache().shuffle(BUFFER_SIZE).batch(BATCH_SIZE).repeat()#打乱训练集
#验证集
val_univariate = tf.data.Dataset.from_tensor_slices((x_val_uni, y_val_uni))
val_univariate = val_univariate.batch(BATCH_SIZE).repeat() #打乱验证集
#创建一个简单的LSTM网络模型
simple_lstm_model = tf.keras.models.Sequential([
tf.keras.layers.LSTM(units=8, input_shape=x_train_uni.shape[-2:],activation="tanh"),#units：输出空间的维度
tf.keras.layers.Dense(1)
])
simple_lstm_model.compile(optimizer='adam', loss='mae')#模型编译，设定优化器和损失类型
#做个简单的预测来检查模型的输出
for x, y in val_univariate.take(1):
print(simple_lstm_model.predict(x).shape)
#因为数据集很大，为了节省时间，每个EPOCH仅跑300步，没有跑完所有训练数据
EVALUATION_INTERVAL = 300
EPOCHS = 10
simple_lstm_model.fit(train_univariate, epochs=EPOCHS,
steps_per_epoch=EVALUATION_INTERVAL,
validation_data=val_univariate, validation_steps=50)
for x, y in val_univariate.take(3):#做3次预测
#plot = show_plot([x[0].numpy(), y[0].numpy(),simple_lstm_model.predict(x)[0]],
#delta=univariate_future_target,
#title= 'Simple LSTM model')
plot = show_plot([x[0].numpy(), y[0:univariate_future_target].numpy(),simple_lstm_model.predict(x)[0:univariate_future_target]],
delta=univariate_future_target,
title= 'Simple LSTM model')
plot.show()在验证集中取了3组数据，预测的结果如下。其中，历史数据（144个点）用线表示，真实值（6个点）用X表示，预测值（6个点）用O表示。最简单的，可以增大EVALUATION_INTERVAL和EPOCHS来提高预测精度。
