搜索CNN时间序列预测教程

Question

我正在寻找如何使用CNN进行回归时间序列预测的说明。我想实现一个单变量时间序列的多步骤预测。我阅读了一些说明，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一个易于理解和适用的代码示例吗？

如果有任何帮助，我将不胜感激，

Leon

Answer 1

将细胞神经网络用于序列数据的设置可能有点棘手。根据我的经验，细胞神经网络在RNN(GRU和LSTM(附近取得了结果，但细胞神经网络的计算速度要快得多。

首先，确保您的数据按照Conv1D所期望的方式形成：(instances, time steps, predictors)。

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

然后，语法为：

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是要考虑的时间步长的数量。注意Conv1D层之后的Flatten()层。希望这能让你开始。