预测：使用 SVR 模块对未来事件进行时间序列预测

Posted 2023-03-12

【中文标题】预测：使用 SVR 模块对未来事件进行时间序列预测

【英文标题】：Prediction: Time-series prediction of future events using SVR module

【发布时间】：2017-03-14 11:00:13

【问题描述】：

我想使用 scikit-learn 的 SVR 模块对未来事件进行时间序列预测。这是我正在尝试使用的源代码：

import csv
import numpy as np
from sklearn.svm import SVR
import matplotlib.pyplot as plt


plt.switch_backend('newbackend')

seq_num=[]
win=[]

def get_data(filename):
    with open(filename, 'r') as csvfile:
        csvFileReader = csv.reader(csvfile)
        next(csvFileReader) # skipping column names
        for row in csvFileReader:
            seq_num.append(int(row[0])
            win.append(int(row[6]))
    return

def predict_win(X, y, x):
    win = np.reshape(X,(len(X), 1)) 

    svr_lin = SVR(kernel= 'linear', C= 1e3)
    svr_poly = SVR(kernel= 'poly', C= 1e3, degree= 2)
    svr_rbf = SVR(kernel= 'rbf', C= 1e3, gamma= 0.1) 
    svr_rbf.fit(X, y) 
    svr_lin.fit(X, y)
    svr_poly.fit(X, y)

    plt.scatter(X, y, color= 'black', label= 'Data') 
    plt.plot(y, svr_rbf.predict(X), color= 'red', label= 'RBF model') 
    plt.plot(y,svr_lin.predict(X), color= 'green', label= 'Linear model') 
    plt.plot(y,svr_poly.predict(X), color= 'blue', label= 'Polynomial model') 
    plt.xlabel('X, other features')
    plt.ylabel('win')
    plt.title('Support Vector Regression')
    plt.legend()
    plt.show()

    return svr_rbf.predict(x)[0], svr_lin.predict(x)[0], svr_poly.predict(x)[0]

get_data('net_data.csv') 


predicted_win = predict_win(X, y, 29)

我的数据集非常庞大，因此最后包含了我的 csv 数据集的一部分。我对第 7 栏感兴趣。我想预测第 7 列中的值何时增加或何时减少。是否可以仅查看第 7 列并进行时间序列预测？对此有任何帮助将不胜感激？谢谢！

0.007804347,10.0.0.11:49438,10.0.12.12:5001,32,3796291040,3796277984,10,2147483647,28960,3034,29312
0.007856739,10.0.0.11:49438,10.0.12.12:5001,32,3796293936,3796278008,11,2147483647,29056,2999,29312
0.010605189,10.0.0.11:49438,10.0.12.12:5001,32,3796320000,3796291040,20,2147483647,55040,2969,29312
0.010850907,10.0.0.11:49438,10.0.12.12:5001,32,3796348960,3796305520,30,2147483647,84096,2946,29312
0.013598458,10.0.0.11:49438,10.0.12.12:5001,32,3796377920,3796320000,40,2147483647,113024,2951,29312
0.01368011,10.0.0.11:49438,10.0.12.12:5001,32,3796434392,3796348960,60,2147483647,170880,2956,29312
0.015104265,10.0.0.11:49438,10.0.12.12:5001,32,3796434392,3796363440,70,2147483647,199936,2940,29312
0.016406964,10.0.0.11:49438,10.0.12.12:5001,32,3796490864,3796377920,80,2147483647,220160,2943,29312
0.016465876,10.0.0.11:49438,10.0.12.12:5001,32,3796537200,3796432944,81,80,330240,2925,29312
0.018355321,10.0.0.11:49438,10.0.12.12:5001,32,3796547336,3796434392,81,80,333056,2914,29312
0.020171945,10.0.0.11:49438,10.0.12.12:5001,32,3796603808,3796490864,83,80,382336,2956,29312
0.237314523,10.0.0.11:49438,10.0.12.12:5001,32,3810417728,3809658976,529,396,1775360,7109,29312
0.237409075,10.0.0.11:49438,10.0.12.12:5001,44,3810417728,3809700968,530,397,1859328,7381,29312
0.237486647,10.0.0.11:49438,10.0.12.12:5001,44,3810417728,3809700968,371,371,1960704,7365,29312
0.237807596,10.0.0.11:49438,10.0.12.12:5001,44,3810417728,3809700968,371,371,1980928,7362,29312
0.237989588,10.0.0.11:49438,10.0.12.12:5001,44,3810417728,3809700968,371,371,1989632,7400,29312
0.259123971,10.0.0.11:49438,10.0.12.12:5001,32,3811590608,3811251776,261,260,2267648,5885,29312
0.259174008,10.0.0.11:49438,10.0.12.12:5001,32,3811655768,3811289424,261,260,2267648,5918,29312
0.262546461,10.0.0.11:49438,10.0.12.12:5001,32,3811720928,3811354584,261,260,2267648,5823,29312

【参考方案1】：

好的，下面的svm函数有问题：

第二行，win = ... 未使用，将导致错误。删除它。

def predict_win(X, y, x):
    win = np.reshape(X,(len(X), 1))  # <----This line

    svr_lin = SVR(kernel= 'linear', C= 1e3)
    svr_poly = SVR(kernel= 'poly', C= 1e3, degree= 2)
    svr_rbf = SVR(kernel= 'rbf', C= 1e3, gamma= 0.1) 
    svr_rbf.fit(X, y) 
    svr_lin.fit(X, y)
    svr_poly.fit(X, y)

    plt.scatter(X, y, color= 'black', label= 'Data') 
    plt.plot(y, svr_rbf.predict(X), color= 'red', label= 'RBF model') 
    plt.plot(y,svr_lin.predict(X), color= 'green', label= 'Linear model') 
    plt.plot(y,svr_poly.predict(X), color= 'blue', label= 'Polynomial model') 
    plt.xlabel('X, other features')
    plt.ylabel('win')
    plt.title('Support Vector Regression')
    plt.legend()
    plt.show()

    return svr_rbf.predict(x)[0], svr_lin.predict(x)[0], svr_poly.predict(x)[0]

---

其次，我不知道为什么会有一个完整的函数来读取 csv。忽略它并使用熊猫。这是一个可以工作的示例代码：

from sklearn import svm
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

def predict_win(X,y,x):
    svr_lin = svm.SVR(kernel='linear',C=1e3)
    svr_poly = svm.SVR(kernel='poly',C=1e3, degree=2)
    svr_rbf = svm.SVR(kernel='rbf',C=1e3,gamma=0.1)
    svr_rbf.fit(X,y)
    svr_lin.fit(X,y)
    svr_poly.fit(X,y)

    plt.plot(y,svr_rbf.predict(X),color='red',label='RBF model')
    plt.plot(y,svr_lin.predict(X),color='green',label='Linear model')
    plt.plot(y,svr_poly.predict(X),color='blue', label='Polynomial model')
    plt.xlabel('X, other features')
    plt.ylabel('win')
    plt.title('Support Vector Regression')
    plt.legend()
    plt.show()
    return [svr_rbf.predict(x)[0],svr_lin.predict(x)[0],svr_poly.predict(x)[0]]

df = pd.read_csv('data.csv')

data_np_array = df.values

y = np.ndarray.copy(data_np_array[:,6])
Xleft = np.ndarray.copy(data_np_array[:,:6])
Xright = np.ndarray.copy(data_np_array[:,7:])
X = np.hstack((Xleft,Xright))

x0 = np.ndarray.copy(X[0,:])
xp = predict_win(X,y,x0)

percent_off = [min(data_np_array[0,2],prediction)/max(data_np_array[0,2],prediction) for prediction in xp]

---

中间步骤，您清理导入的数据，将其从数据框转换为 numpy 数组，复制您的第 7 列作为回归以适应，从您的训练数据中删除它，并重建一个新数组必须完成在适合 SVR 之前。

df = pd.read_csv('data.csv')

data_np_array = df.values

y = np.ndarray.copy(data_np_array[:,6])
Xleft = np.ndarray.copy(data_np_array[:,:6])
Xright = np.ndarray.copy(data_np_array[:,7:])
X = np.hstack((Xleft,Xright))

让我知道这些是否有效。我只是从你上面的数据表中取了几行。

【讨论】：

@Mahsolid 啊，那么也许您只需要进行数组复制。我会在答案中添加它。如果这不起作用，请告诉我，我将测试运行代码。如果我不能得到同样的错误，你可以把 c​​sv 发给我，但我应该可以让它工作。

@mahsolid 好的，复制代码并进行测试。看起来您的原始功能存在一些问题。我不知道您的来源为什么使用 CSV 阅读器的包装器——使用 pandas 数据框。这应该可行，让我知道。

@Mahsolid 哦，是的，您必须删除这些列或将它们转换为数字。如果我是你，我会删除它们，因为它们是日期。

@Mahsolid 啊，是的，那么我会说它们与预测的相关性更小——只会在添加新数据时混淆一切，因为 IP 地址与任何事情无关，不是随机且永不重复——您可能永远不会在非训练预测中看到具有相同 IP 地址的情况，具体取决于您的问题。正在考虑如果你在做运动，日期可能是相关的。

是的，我把它改成了x=x.reshape(1,-1)。谢谢！