小时天气预测
介绍
基于 CNN-LSTM 混合网络的精细化小时级天气预测源码
文件
用途
code 目录
代码
Houston.csv
数据集
util.py
工具类
基于深度学习的小时天气预测(温度单步预测)
基于 torch 框架完成
模型
参数
RNN
神经元个数=32 步长=24
LSTM
神经元个数=32 步长=24
GRU
神经元个数=64 步长=24
CNN_LSTM
神经元个数=64 步长=24
CNN_A_LSTM
神经元个数=64 步长=24
缺失值处理
插值填充 df = df.interpolate()
weather 数值化
label_encoder = LabelEncoder()
df['weather'] = label_encoder.fit_transform(df['weather'])
category_mapping = dict(zip(label_encoder.classes_,
label_encoder.transform(label_encoder.classes_)))
数据格式处理
因需要预测未来一小时天气(时间序列单步预测),基于滑动窗口的方式对数据格式进行处
理:
def create_sliding_window(data, window_size):
window_data = []
for i in range(len(data) - window_size):
window = data[i:i + window_size]
target = data[i + window_size][2]