Python时序预测系列基于LSTM实现多变量时间序列预测（案例+源码）

见贤思齐

这是我的第229篇原创文章。一、问题    单站点多变量单步预测问题----基于LSTM实现多变量时间序列预测股票价格。二、实现过程2.1读取数据集df=pd.read_csv("train.csv",parse_dates=["Date"],index_col=[0])print(df.shape)print(df.head())data：2.2划分数据集#拆分数据集为训练集和测试集test_split=round(len(df)*0.20)df_for_training=df[:-test_split]df_for_testing=df[-test_split:]#绘制训练集和测试集的折线图plt.figure(figsize=(10,6))plt.plot(train_data,label='TrainingData')plt.plot(test_data,label='TestingData')plt.xlabel('Year')plt.ylabel('PassengerCount')plt.title('InternationalAirlinePassengers-TrainingandTestingData')plt.legend()plt.show()共5203条数据，8:2划分：训练集4162，测试集1041。训练集和测试集：2.3归一化#将数据归一化到0~1范围scaler=MinMaxScaler(feature_range=(0,1))df_for_training_scaled=scaler.fit_transform(df_for_training)df_for_testing_scaled=scaler.transform(df_for_testing)2.4构造LSTM数据集（时序-->监督学习）defcreateXY(dataset,n_past):passwindow_size=30trainX,trainY=createXY(df_for_training_scaled,window_size)testX,testY=createXY(df_for_testing_scaled,window_size)print(trainY[0])print(trainY[0])#将数据集转换为LSTM模型所需的形状（样本数，时间步长，特征数）trainX=np.reshape(trainX,(trainX.shape[0],window_size,5))testX=np.reshape(testX,(testX.shape[0],window_size,5))print("trainXShape--",trainX.shape)print("trainYShape--",trainY.shape)print("testXShape--",testX.shape)print("testYShape--",testY.shape)滑动窗口30：前30天的数据，即30行5列（特征列），预测第31天的第1列（目标列）trainX[0]是前30天的数据，一个30行5列的数组trainY[0]是第31天的第一列的值训练集：经过滑动窗口构造的数据集，新的训练集数据数量（4132）比原始训练集（4162）少一个滑动窗口数量（30）。因此，实际训练值只有4132条，是训练的31-4162的部分。    【1-30】5列-----【31】第一列    【2-31】5列-----【32】第一列        ...    【4131-4160】5列-----【4161】第一列    【4132-4161】5列-----【4162】第一列   X_train：（4132，30，5）   Y_train：（4132，1）测试集：经过滑动窗口构造的数据集，新的测试集数据数量（1011）比原始训测试集（1041）少一个滑动窗口数量（30）。因此，实际预测值只有1011个，是预测的4193-5203的部分，如果想预测4163-4192的部分，可以取训练集的最后30个数进行预测。    【4163-4192】5列-----【4193】第一列    【4164-4163】5列-----【4194】第一列        ...    【5172-5201】5列-----【5202】第一列    【5173-5202】5列-----【5203】第一列   X_test：（1011，30，5）   Y_test：（1011，1）2.5建立模拟合模型fromkeras.wrappers.scikit_learnimportKerasRegressorfromsklearn.model_selectionimportGridSearchCVdefbuild_model(optimizer):grid_model=Sequential()grid_model.add(LSTM(50,return_sequences=True,input_shape=(30,5)))grid_model.add(LSTM(50))grid_model.add(Dropout(0.2))grid_model.add(Dense(1))grid_model.compile(loss='mse',optimizer=optimizer)returngrid_modelgrid_model=KerasRegressor(build_fn=build_model,verbose=1,validation_data=(testX,testY))parameters={'batch_size':[16,20],'epochs':[8,10],'optimizer':['adam','Adadelta']}grid_search=GridSearchCV(estimator=grid_model,param_grid=parameters,cv=2)grid_search=grid_search.fit(trainX,trainY)print(grid_search.best_params_)my_model=grid_search.best_estimator_.model2.6进行预测prediction=my_model.predict(testX)print("prediction\n",prediction)print("\nPredictionShape-",prediction.shape)prediction：2.7预测效果展示prediction_copies_array=np.repeat(prediction,5,axis=-1)print(prediction_copies_array.shape)pred=scaler.inverse_transform(np.reshape(prediction_copies_array,(len(prediction),5)))[:,0]original_copies_array=np.repeat(testY,5,axis=-1)print(original_copies_array.shape)original=scaler.inverse_transform(np.reshape(original_copies_array,(len(testY),5)))[:,0]print("PredValues--",pred)print("\nOriginalValues--",original)importmatplotlib.pyplotaspltplt.plot(original,color='red',label='RealStockPrice')plt.plot(pred,color='blue',label='PredictedStockPrice')plt.title('StockPricePrediction')plt.xlabel('Time')plt.ylabel('StockPrice')plt.legend()plt.show()测试集真实值与预测值：三、新测试集上预测代码：df_30_days_past=df.iloc[-30:,:]df_30_days_future=pd.read_csv("test.csv",parse_dates=["Date"],index_col=[0])print(df_30_days_future.shape)df_30_days_future["Open"]=0df_30_days_future=df_30_days_future[["Open","High","Low","Close","AdjClose"]]old_scaled_array=scaler.transform(df_30_days_past)new_scaled_array=scaler.transform(df_30_days_future)new_scaled_df=pd.DataFrame(new_scaled_array)new_scaled_df.iloc[:,0]=np.nanfull_df=pd.concat([pd.DataFrame(old_scaled_array),new_scaled_df]).reset_index().drop(["index"],axis=1)full_df_scaled_array=full_df.valuesall_data=[]time_step=30foriinrange(time_step,len(full_df_scaled_array)):data_x=[]data_x.append(full_df_scaled_array[i-time_step:i,0:full_df_scaled_array.shape[1]])data_x=np.array(data_x)prediction=my_model.predict(data_x)all_data.append(prediction)full_df.iloc[i,0]=predictionnew_array=np.array(all_data)new_array=new_array.reshape(-1,1)prediction_copies_array=np.repeat(new_array,5,axis=-1)y_pred_future_30_days=scaler.inverse_transform(np.reshape(prediction_copies_array,(len(new_array),5)))[:,0]print(y_pred_future_30_days)数据：30行4列结果：作者简介：读研期间发表6篇SCI数据挖掘相关论文，现在某研究院从事数据算法相关科研工作，结合自身科研实践经历不定期分享关于Python、机器学习、深度学习、人工智能系列基础知识与应用案例。致力于只做原创，以最简单的方式理解和学习，关注我一起交流成长。需要数据集和源码的小伙伴可以关注底部公众号添加作者微信。