python - 搜索 CNN 时间序列预测教程

Question

我正在寻找有关如何使用 CNN 进行回归时间序列预测的说明。我想对单变量时间序列实现多步预测。我已阅读了一些说明，但没有发现任何适合我的数据集的内容:一个特征和大约 400 个观察结果。

有人知道这样一个时间序列的易于理解且适用的代码示例吗？

如果有任何帮助，我将非常感激，

莱昂

Answer 1

将 CNN 用于序列数据的设置可能有点棘手。根据我的经验，CNN 的结果接近 RNN(GRU 和 LSTM)，但 CNN 的计算速度要快得多。

首先，确保您的数据按照 Conv1D 预期的方式形成:(实例、时间步长、预测变量)。

X_cnn = X.reshape(X.shape[0], X.shape[1] // predictors, predictors)

那么，语法是:

model_cnn = Sequential()
model_cnn.add(layers.Conv1D(A, B, activation = 'relu', 
        input_shape = (X_cnn.shape[1], X_cnn.shape[2])))
model_cnn.add(layers.Flatten())
model_cnn.add(layers.Dense(1))

其中A是神经元的数量，B是要考虑的时间步数。请注意 Conv1D 层之后的 Flatten() 层。希望这可以帮助您入门。