0
我有日期温度数据集,按日期排序,我需要在scikit-learn中使用[SVR
] [1]预测未来温度。scikit学习svr的时间序列预测
我坚持选择X
和Y
的培训和X
测试 设置。例如,如果我想在时间t
预测Y
然后我需要 训练集包含了X
& Y
在t-1, t-2, ..., t-N
其中N
是用于在t
预测Y
以前的天数。
我该怎么做?
这是它。
df=daily_temp1
# define function for create N lags
def create_lags(df, N):
for i in range(N):
df['datetime' + str(i+1)] = df.datetime.shift(i+1)
df['dewpoint' + str(i+1)] = df.dewpoint.shift(i+1)
df['humidity' + str(i+1)] = df.humidity.shift(i+1)
df['pressure' + str(i+1)] = df.pressure.shift(i+1)
df['temperature' + str(i+1)] = df.temperature.shift(i+1)
df['vism' + str(i+1)] = df.vism.shift(i+1)
df['wind_direcd' + str(i+1)] = df.wind_direcd.shift(i+1)
df['wind_speed' + str(i+1)] = df.wind_speed.shift(i+1)
df['wind_direct' + str(i+1)] = df.wind_direct.shift(i+1)
return df
# create 10 lags
df = create_lags(df,10)
# the first 10 days will have missing values. can't use them.
df = df.dropna()
# create X and y
y = df['temperature']
X = df.iloc[:, 9:]
# Train on 70% of the data
train_idx = int(len(df) * .7)
# create train and test data
X_train, y_train, X_test, y_test = X[:train_idx], y[:train_idx], X[train_idx:], y[train_idx:]
# fit and predict
clf = SVR()
clf.fit(X_train, y_train)
clf.predict(X_test)
谢谢!我试图让它符合我的目的,因为我还需要除了以前的温度之外的其他功能,但我一直有错误TypeError:float()参数必须是字符串或数字 –
scikit学习不能处理字符串。您必须将所有字符串转换为数字。如果你有一个熊猫数据框,使用'pd.get_dummies'。如果您严格使用sklearn,请在预处理模块中使用“LabelBinarizer”。 –
我已经改变了弦的,现在我有浮动和日期时间数据类型 –