python实现lstm-svr组合预测

首先用lstm实现预测,预测误差在输入svr预测,最后将二者预测结果组合实现lstm-svr组合预测。

一、工具安装

写文章-CSDN创作中心

二、python实现代码

(1)首先引入需要的包

(2)lstm预测

torch.manual_seed(1)        # 为CPU设置随机种子
#原始数据
#f = open(r'E:\pytorch文件\LSTM\1.xlsx')
#df1 = f.read_excel()
# def show(img_path):
#     f = open("D:/pathdata") #这里需要用到绝对路径,下面会详细解释
#     return f.read()+img_path
df1 = pd.read_excel(r'C:\Users\20882\Desktop\a.xlsx')
#一、数据准备
datas = df1.values

#归一化处理,这一步必不可少,不然后面训练数据误差会很大,模型没法用
max_value = np.max(datas)
min_value = np.min(datas)
scalar = max_value - min_value
datas = list(map(lambda x: (x-min_value) / scalar, datas))

#反归一化
def denormalize(data, maxData,minData):  
    #mindata, maxdata = data.min(), data.max()  
    return data * (maxData - minData) &

你可能感兴趣的:(时间序列数据预测,python,lstm,机器学习)