Python时间序列LSTM预测系列学习笔记（10）-多步预测
本文是对：
https://machinelearningmastery.com/multi-step-time-series-forecasting-long-short-term-memory-networks-python/
https://blog.csdn.net/iyangdi/article/details/77881755
博文的学习笔记，博主笔风都很浪，有些细节一笔带过，本人以谦逊的态度进行了学习和整理，笔记内容都在代码的注释中。有不清楚的可以去原博主文中查看。
数据集下载：https://datamarket.com/data/set/22r0/sales-of-shampoo-over-a-three-year-period
后期我会补上我的github
源码地址：https://github.com/yangwohenmai/LSTM/tree/master/LSTM%E7%B3%BB%E5%88%97/Multi-Step%20LSTM%E9%A2%84%E6%B5%8B1
本文主要是告诉我们一种多步预测的方法。
什么是多步预测？可以理解为我取最新的3条数据去预测下一条数据，再用最近的2条数据和刚预测出来的1条数据去重新进行预测。
文章中没有对数据进行正常的预测，只是简单的把最后一次观测值作为预测值，演示了一下多步预测的流程，最后算了一下损失函数的数值。
数据上并没有参考意义，所以最后做出的图形也没有参考意义，我们只需理解其思路即可。
本人对文章的批注都加载代码的注释中，文章整理如下：
数据准备与模型评估
1、拆分成训练和测试数据。
训练数据=前两年香皂销售数据
测试数据=剩下一年的香皂销售数据
2、Multi-Step 预测
假设需要预测3个月的销售数据
3、模型评估
用rolling-forcast(walk-forward)方式模型验证
测试数据每个时间步，滑动一个值，预测；之后测试数据的下一个真实观测值加入模型，并预测
用RMSE评估
持久模型（Persistence Model）
他是很好的时间序列预测的基准
是最简单的预测
原理：
用当前值作为之后的预测值
# coding=utf-8
from pandas import read_csv
from pandas import DataFrame
from pandas import concat
from sklearn.metrics import mean_squared_error
from math import sqrt
from matplotlib import pyplot
from pandas import datetime
def parser(x):
return datetime.strptime(x, '%Y/%m/%d')
# 把数据拆分，线性数据变成四个一组的监督型数据
def series_to_supervised(data, n_in=1, n_out=1, dropnan=True):
n_vars = 1 if type(data) is list else data.shape[1]
df = DataFrame(data) # 数据多了行标、列标
cols, names = list(), list()
for i in range(n_in, 0, -1):
cols.append(df.shift(i))
names += [('var%d(t-%d)' % (j + 1, i)) for j in range(n_vars)]
for i in range(0, n_out, 1):
cols.append(df.shift(-i))
if i == 0:
names += [('var%d(t)' % (j + 1)) for j in range(n_vars)]
else:
names += [('var%d(t+%d)' % (j + 1, i)) for j in range(n_vars)]
agg = concat(cols, axis=1)
agg.columns = names
if dropnan:
agg.dropna(inplace=True)
return agg
# 拆分正训练+测试数据
def prepare_data(series, n_test, n_lay, n_seq):
raw_values = series.values
raw_values = raw_values.reshape(len(raw_values), 1)
#转换成四个一组的监督型数据
supervised = series_to_supervised(raw_values, n_lay, n_seq)
supervised_values = supervised.values
# 前3/4作为训练数据，后1/4作为预测 测试数据
train, test = supervised_values[0:-n_test], supervised_values[-n_test:]
return train, test
# persistence model预测
# 用上一次观察值作为之后n_seq的预测值
# 其实只是单纯的把上一次的观测值，重复三次写入一个包含三个元素的数组，作为一个包含三个元素的预测结果
def persistence(last_ob, n_seq):
return [last_ob for i in range(n_seq)]
# 评估persistence model
# 把由
def make_forcast(train, test, n_lay, n_seq):
forcasts = list()
for i in range(len(test)):
x, y = test[i, 0:n_lag], test[i, n_lag:]
# 这里的预测其实就是抄写上一次的观测值，把观测值变成一个数组列表
forcast = persistence(x[-1], n_seq)
forcasts.append(forcast)
return forcasts
# 预测评估
# 计算预测结果的损失值，把抄写的观测值结果带入运算损失值，输出。
def evaluate_forcasts(test, forcasts, n_lag, n_seq):
for i in range(n_seq):
actual = test[:, (n_lag + i)]
predicted = [forcast[i] for forcast in forcasts]
print('predicted')
print(predicted)
rmse = sqrt(mean_squared_error(actual, predicted))
print('t+%d RMSE:%f' % ((i + 1), rmse)) # 1~n_seq各个长度的预测的rmse
def plot_forcasts(series, forcasts, n_test):
# 原始数据
pyplot.plot(series.values)
# 预测数据
for i in range(len(forcasts)):
off_s = len(series) - n_test + i - 1
off_e = off_s + len(forcasts[i]) + 1
xaxis = [x for x in range(off_s, off_e)]
yaxis = [series.values[off_s]] + forcasts[i]
print('xaxis')
print(xaxis)
print('yaxis')
print(yaxis)
print('series.values[off_s]')
print(series.values[off_s])
pyplot.plot(xaxis, yaxis, color='red')
pyplot.show()
series = read_csv('data_set/shampoo-sales.csv', header=0, parse_dates=[0], index_col=0, squeeze=True, date_parser=parser)
# 一步数据，预测3步
n_lag = 1
n_seq = 3
n_test = 10 # 给了最后12个月，预测3个月，则能预测的次数是10，即10个3个月,即1,2,3->4 2,3,4->5 3,4,5->6 ...
train, test = prepare_data(series, n_test, n_lag, n_seq)
print('train data')
print(train)
print('test data')
print(test)
forecasts = make_forcast(train, test, n_lag, n_seq)
print('forecasts')
print(forecasts)
# 没有任何意义，只是为了教你如何进行多步的预测，数据全是根据最后观测值编造的
evaluate_forcasts(test, forecasts, n_lag, n_seq)
plot_forcasts(series, forecasts, n_test + 2)