时间序列预测中的数据滑窗操作实例(python实现)

目录

• 撰写背景
• 什么是数据滑窗
• 代码实现
• 单特征时间序列
• 多特征时间序列
• 注意事项
• 总结

撰写背景

面向数据分析的小白，水平有限，错误难免，欢迎指正。

什么是数据滑窗

进行机器学习时，一般都要涉及到划分训练集和测试集的步骤。特别地，在做数据预测时，一般把预测的依据（也就是历史数据）称作X，把需要预测的数据称为y。即首先把原始数据划分为train_X, train_y这两个训练数据集和test_X, test_y这两个测试数据集。

对于时间序列数据的预测，往往是建立由好几个历史数据预测下一时刻的未来数据，这时候为了充分利用全部数据，应该对原始数据集进行滑窗操作，如下图所示。

这里展示的是多个特征的时间序列，其中每一行数据均属于同一时刻。假设，我们要以H（ humidity）、PT（pressure）、PE（power）三个特征为预测依据，取当前和上三个时刻共四个时刻的已知数据对下一时刻的PE（功率）进行预测，那么对于X数据集的滑窗就应该如上图所示，而对y数据集的滑窗应该如下图所示。

下面给出滑窗实例。

代码实现

滑窗函数

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
            t编程客栈mp = 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_widgHPCdNEtqth
            tmp = DataSet.iloc[j:j + y_width,:].values
            tmp = np.reshape(tmp,(1,y_width))
            y = np.concatenate([y,tmp])
        return y

单特征时间序列

单特征时间序列是指仅有一个特征的一维时间序列，如股票收盘价、风电场风速数据、日营业额等。对单特征时间序列滑窗操作如下：

#DataSet训练数据集
#X_width使用的历史数据长度
#y_width要预测的数据长度
#X_data是否是X数据集
train_X = sliding_window(DataSet, X_width, y_width)
train_y = sliding_window(DataSet, X_width, y_width, X_data = None)

假设训练数据集是一个100*1的序列，使用24个数据预测未来的1个数据，那么滑窗操作就将原数据做了这样的变换：

多特征时间序列

多特征时间序列指时间序列的特征不止一个，如上文所举的H、PT、PE三特征序列。这种数据一般使用在待预测的数据跟多个特征相关性较高的场合中，如气象数据嵌入的风速预测、股市数据嵌入的收盘价格预测等。进行多特征时间序列滑窗操作如下：

#DataSet训练数据集
#Xwww.cppcns.com_width使用的历史数据长度
#y_width要预测的数据长度
#multi_vector是否为多特征
#X_data是否是X数据集
train_X = sliding_window(DataSet, X_width, y_width, multi_vector = True)
test_y = sliding_wihttp://www.cppcns.comndow(DataSet, X_width, y_width, multi_vector = True, X_data = None)

假设训练数据集是一个100*3的序列，使用24个数据预测未来的1个数据，那么滑窗操作就将原数据做了这样的变换：

注意事项

DataSet必须是DataFrame格式。

y数据集只能是一维。

总结

到此这篇关于时间序列预测中的gHPCdNEtq数据滑窗操作(python实现)的文章就介绍到这了,更多相关python数据滑窗操作内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！