Прогноз в следующем году значения температуры еженедельно с использованием Weka - PullRequest
Новая
       22

Прогноз в следующем году значения температуры еженедельно с использованием Weka

3 голосов
/ 24 октября 2019

Я новичок в Weka. У меня есть еженедельный набор данных температур за последние 10 лет. Используя этот набор данных, я собираюсь прогнозировать недельную температуру в следующем году. Ниже я прикрепил код. 

import java.io.*;

import java.util.List;
import weka.core.Instances;
import weka.filters.supervised.attribute.TSLagMaker;
import weka.classifiers.functions.GaussianProcesses;
import weka.classifiers.evaluation.NumericPrediction;
import weka.classifiers.timeseries.WekaForecaster;
import org.joda.time.*;

public class TimeSeriesExample {

public static void main(String[] args) {
    try {
        // path to data set

        Instances temp = new Instances(new BufferedReader(new FileReader("sample-data/weeklyMaxTemp.arff")));

        // new forecaster
        WekaForecaster forecaster = new WekaForecaster();

        // set the targets to forecast
        forecaster.setFieldsToForecast("BMxT");

        forecaster.setBaseForecaster(new GaussianProcesses());

        forecaster.getTSLagMaker().setTimeStampField("Date");

        // if there are not enough values in the recent history, return a
        // negative value indicating the steps to wait
        if (forecaster.getTSLagMaker().getMaxLag() > temp.size()) {
            System.out.println("Not enough recent values to make predictions.");
        }

        // add a week of the year indicator field
        forecaster.getTSLagMaker().setAddMonthOfYear(true);

        // add a quarter of the year indicator field
        forecaster.getTSLagMaker().setAddQuarterOfYear(true);

        // build the model
        forecaster.buildForecaster(temp, System.out);
        forecaster.primeForecaster(temp);

        // forecast for 52 units (weeks) beyond the end of the training data
        List<List<NumericPrediction>> forecast = forecaster.forecast(52, System.out);

        DateTime currentDt = getCurrentDateTime(forecaster.getTSLagMaker());

        // output the predictions
        for (int i = 0; i < 52; ++i) {
            List<NumericPrediction> predsAtStep = forecast.get(i);

            for (int j = 0; j < 1; ++j) {
                NumericPrediction predForTarget = predsAtStep.get(j);
                System.out.print(currentDt + " ->> " + predForTarget.predicted() + " ");
            }
            System.out.println();
            currentDt = advanceTime(forecaster.getTSLagMaker(), currentDt);
        }

    } catch (Exception ex) {
        ex.printStackTrace();
    }
}

private static DateTime getCurrentDateTime(TSLagMaker lm) throws Exception {
    return new DateTime((long) lm.getCurrentTimeStampValue());
}

private static DateTime advanceTime(TSLagMaker lm, DateTime dt) {
    return new DateTime((long) lm.advanceSuppliedTimeValue(dt.getMillis()));
}

}

52 означает количество недель в году. 

// forecast for 24 units (weeks) beyond the end of the training data
        List<List<NumericPrediction>> forecast = forecaster.forecast(52, System.out);

Когда я запускаю код, он выдает 52 недельных значения. Но результат начинается с 52-й недели с последних данных набора тренировочных данных.

Это означает, что последний день моего набора тренировочных данных - 2015.12.30. Следующее прогнозируемое значение должно быть на 2016.01.06. Но приведенный набор данных начинается через 52 недели.

Как я могу решить проблему.

1 Ответ

2 голосов
/ 24 октября 2019

Изменено как показано ниже. Мы должны сначала взять текущую дату и время. Решено 

        DateTime currentDt = getCurrentDateTime(forecaster.getTSLagMaker());

        // forecast units (weeks) beyond the end of the training data
        List<List<NumericPrediction>> forecast = forecaster.forecast(52, System.out);
...