В поисках учебника по прогнозированию временных рядов CNN

Question

Я ищу инструкции о том, как сделать прогноз временных рядов регрессии с использованием CNN.Я хочу реализовать многоэтапное предсказание для одномерного временного ряда.Я прочитал несколько инструкций, но не нашел ничего подходящего для моего набора данных: одна функция и около 400 наблюдений.

Кто-нибудь знает легко понятный и применимый пример кода для такого временного ряда?

Iбыл бы очень признателен за любую помощь,

Леон

Answer 1

Использование CNN для данных последовательности может быть немного сложнее в настройке.По моему опыту, CNN достигают результатов рядом с RNN (GRU и LSTM), но CNN гораздо быстрее для вычисления.

Во-первых, убедитесь, что ваши данные сформированы так, как Conv1D ожидает: (instances, time steps, predictors).

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

Тогда синтаксис будет:

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))

, где A - это количество нейронов, а B - это количество временных шагов, которые следует учитывать.Обратите внимание на слой Flatten() после слоя Conv1D.Надеюсь, это поможет вам начать.