吉林智能网站建设找哪家,wordpress网站怎么打开很慢,企必搜做网站,西安百度推广代运营基于WIN10的64位系统演示
一、写在前面
上两期#xff0c;我们讲了多步滚动预测的第两种策略#xff1a;
对于重复的预测值#xff0c;取平均处理。例如#xff0c;#xff08;1,2,3#xff09;预测出3.9和4.5#xff0c;#xff08;2,3,4#xff09;预测出5.2和6.…基于WIN10的64位系统演示
一、写在前面
上两期我们讲了多步滚动预测的第两种策略
对于重复的预测值取平均处理。例如1,2,3预测出3.9和4.52,3,4预测出5.2和6.3那么拼起来的结果就是3.9,4.5 5.2/2, 6.3。
删除一半的输入数据集。例如4,5由1,2,3预测6,7由3,4,5预测删掉输入数据2,3,4。
没想到吧还会有第三期。也是我突然记起的叫做多模型预测。 2、多步滚动预测 vol-3
什么叫多模型预测呢我举个例子大家看便知
首先我们还是使用3个数值去预测2个数值。不同的是这2个数值分别是由2个不同参数的模型这里都是决策树进行预测的。
第一个模型的构建如下 输入 输出 1,2,3 4 2,3,4 6 3,4,5 8 ... ...
4由1,2,3预测6由3,4,5预测8由5,6,7预测以此类推。可以理解为第一个模型专门被训练来预测偶数位的数值。
第二个模型的构建如下 输入 输出 1,2,3 5 2,3,4 7 3,4,5 9 ... ...
5由1,2,3预测7由3,4,5预测9由5,6,7预测以此类推。可以理解为第二个模型专门被训练来预测奇数位的数值。
最后再把两个模型的预测结果按顺序拼接起来即可。也就是模型一出一个4模型二接上一个5模型一接上一个6模型二补上一个7以此类推。
我们在总结和扩展假设使用前n个数值去预测下m个数值。如果m3时那么就需要构建3个模型分别预测3个数值然后依次把这3个数值按顺序拼接在一起。如果m4时那么就需要构建4个模型分别预测4个数值然后依次把这4个数值按顺序拼接在一起。同理如果md时那么就需要构建d个模型分别预测d个数值然后依次把这d个数值按顺序拼接在一起。以此类推。 2.1 数据拆分
import pandas as pd
import numpy as np
from sklearn.tree import DecisionTreeRegressor
from sklearn.model_selection import GridSearchCV
from sklearn.metrics import mean_absolute_error, mean_squared_error# 数据读取和预处理
data pd.read_csv(data.csv)
data_y pd.read_csv(data.csv)
data[time] pd.to_datetime(data[time], format%b-%y)
data_y[time] pd.to_datetime(data_y[time], format%b-%y)n 6for i in range(n, 0, -1):data[flag_{i}] data[incidence].shift(n - i 1)data data.dropna().reset_index(dropTrue)
train_data data[(data[time] 2004-01-01) (data[time] 2011-12-31)]
X_train train_data[[flag_{i} for i in range(1, n1)]]
m 3X_train_list []
y_train_list []for i in range(m):X_temp X_trainy_temp data_y[incidence].iloc[n i:len(data_y) - m 1 i]X_train_list.append(X_temp)y_train_list.append(y_temp)# 截断y_train使其与X_train的长度匹配
for i in range(m):X_train_list[i] X_train_list[i].iloc[:-(m-1)]
y_train_list[i] y_train_list[i].iloc[:len(X_train_list[i])]
核心部分在于对于数据的划分一个X_train对应m个本例子中m 3Y_train
X_train_list []
y_train_list []
for i in range(m):X_temp X_trainy_temp data_y[incidence].iloc[n i:len(data_y) - m 1 i]X_train_list.append(X_temp)y_train_list.append(y_temp)
# 截断y_train使其与X_train的长度匹配
for i in range(m):X_train_list[i] X_train_list[i].iloc[:-(m-1)]y_train_list[i] y_train_list[i].iloc[:len(X_train_list[i])]
这段代码主要用于为多个模型准备训练数据。GPT-4逐行解释
aX_train_list [] 和 y_train_list []初始化两个空列表分别用于存储多个模型的训练数据和标签。
bfor i in range(m):开始一个循环循环m次其中m是模型的数量。
cX_temp X_train将X_train赋值给X_temp。这意味着每个模型的特征数据都相同。
dy_temp data_y[incidence].iloc[n i:len(data_y) - m 1 i]这是获取标签数据的关键步骤。它使用iloc来获取一个子集这个子集的起始点根据循环的迭代而变化。起始点是n i而终止点是len(data_y) - m 1 i。
这意味着
对于第一个模型i0我们从第n个数据点开始选择标签。
对于第二个模型i1我们从第n1个数据点开始选择标签。
对于第三个模型i2我们从第n2个数据点开始选择标签。
...以此类推。
eX_train_list.append(X_temp)将X_temp添加到X_train_list。 fy_train_list.append(y_temp)将y_temp添加到y_train_list。
到此为止我们已经为每个模型创建了训练数据和标签。
接下来为了确保特征数据和标签数据的长度匹配我们需要进行截断操作。
gfor i in range(m):开始另一个循环再次循环m次。
hX_train_list[i] X_train_list[i].iloc[:-(m-1)]这行代码将X_train_list中的每个元素即特征数据从末尾截断m-1行。例如如果m3则截断最后2行。
iy_train_list[i] y_train_list[i].iloc[:len(X_train_list[i])]这行代码确保标签数据的长度与特征数据的长度相匹配。
综上所述我们得到的X_train_list包含三个相同的输入集A\B\C同样y_train_list包含三个输出集D\E\F注意D\E\F的数据不一样。A和D用于训练模型一B和E用于训练模型二C和F用于训练模型三。 大家看上图自行体会吧 2.2 建模与预测
# 模型训练
tree_model DecisionTreeRegressor()
param_grid {max_depth: [None, 3, 5, 7, 9],min_samples_split: range(2, 11),min_samples_leaf: range(1, 11)
}best_tree_models []for i in range(m):grid_search GridSearchCV(tree_model, param_grid, cv5, scoringneg_mean_squared_error)grid_search.fit(X_train_list[i], y_train_list[i])best_tree_model DecisionTreeRegressor(**grid_search.best_params_)best_tree_model.fit(X_train_list[i], y_train_list[i])best_tree_models.append(best_tree_model)# 为了使validation_data的划分遵循上述的逻辑我们首先需要确定其开始的时间点
# 这是在train_data最后一个时间点之后的第一个时间点
validation_start_time train_data[time].iloc[-1] pd.DateOffset(months1)
validation_data data[data[time] validation_start_time]X_validation validation_data[[flag_{i} for i in range(1, n1)]]
y_validation_pred_list [model.predict(X_validation) for model in best_tree_models]
y_train_pred_list [model.predict(X_train_list[i]) for i, model in enumerate(best_tree_models)]def concatenate_predictions(pred_list):concatenated []for j in range(len(pred_list[0])):for i in range(m):concatenated.append(pred_list[i][j])return concatenatedy_validation_pred np.array(concatenate_predictions(y_validation_pred_list))[:len(validation_data[incidence])]
y_train_pred np.array(concatenate_predictions(y_train_pred_list))[:len(train_data[incidence]) - m 1]mae_validation mean_absolute_error(validation_data[incidence], y_validation_pred)
mape_validation np.mean(np.abs((validation_data[incidence] - y_validation_pred) / validation_data[incidence]))
mse_validation mean_squared_error(validation_data[incidence], y_validation_pred)
rmse_validation np.sqrt(mse_validation)
print(验证集, mae_validation, mape_validation, mse_validation, rmse_validation)mae_train mean_absolute_error(train_data[incidence][:-(m-1)], y_train_pred)
mape_train np.mean(np.abs((train_data[incidence][:-(m-1)] - y_train_pred) / train_data[incidence][:-(m-1)]))
mse_train mean_squared_error(train_data[incidence][:-(m-1)], y_train_pred)
rmse_train np.sqrt(mse_train)
print(训练集, mae_train, mape_train, mse_train, rmse_train)
核心代码一建立m个模型
for i in range(m):grid_search GridSearchCV(tree_model, param_grid, cv5, scoringneg_mean_squared_error)grid_search.fit(X_train_list[i], y_train_list[i])best_tree_model DecisionTreeRegressor(**grid_search.best_params_)best_tree_model.fit(X_train_list[i], y_train_list[i])
best_tree_models.append(best_tree_model)
这段代码的目的是为每一个模型共m个找到最优的参数并使用这些参数训练模型然后保存这些模型。 核心代码二结果拼接
def concatenate_predictions(pred_list):concatenated []for j in range(len(pred_list[0])):for i in range(m):concatenated.append(pred_list[i][j])return concatenatedy_validation_pred np.array(concatenate_predictions(y_validation_pred_list))[:len(validation_data[incidence])]
y_train_pred np.array(concatenate_predictions(y_train_pred_list))[:len(train_data[incidence]) - m 1]
详细解释 concatenate_predictions 函数并通过一个简单的例子进行说明。
函数的目的是将多个模型的预测结果按照一定的顺序串联起来。
考虑如下情况
假设我们有3个模型即m3每个模型都为3个月份进行预测。那么模型的预测列表 pred_list 可能如下所示
pred_list [[0.1, 0.2, 0.3], # 模型1的预测结果[0.4, 0.5, 0.6], # 模型2的预测结果[0.7, 0.8, 0.9] # 模型3的预测结果
]
现在我们想要的串联顺序是模型1的第1个月预测模型2的第1个月预测模型3的第1个月预测模型1的第2个月预测模型2的第2个月预测模型3的第2个月预测依此类推。
所以使用 concatenate_predictions 函数处理 pred_list 后的结果应该是
[0.1, 0.4, 0.7, 0.2, 0.5, 0.8, 0.3, 0.6, 0.9]
这就是 concatenate_predictions 函数的作用大家看懂了吧 2.3 输出 三、数据
链接https://pan.baidu.com/s/1EFaWfHoG14h15KCEhn1STg?pwdq41n
提取码q41n
