关于如何用LSTM算法处理多样本数据（tensorflow）

        第一次写文章的菜鸟，如果有错误，欢迎指正。

基本情况介绍：最近在做轨迹预测方面的工作，数据是某个路段的一条条独立的轨迹数据，每条轨迹大概200个样本点，我打算用10个时间步来预测下一个时间步的某个特征。代码是在jupyter notebook中编写的。

 存在问题：每条轨迹样本点太短，单独训练一条轨迹或者每条轨迹依次导入模型训练 显然不现实；那么如果首尾拼接起来呢，如上面所说 用连续十个时间步预测下一个时间步，在数据的交界处，组成是个时间步的数据是由两段轨迹组成，这样似乎给模型训练带来不必要的小问题。

所用到的数据表格形式：

我的思路是将每条轨迹（对应每个样本数据）分别放到xlsx文件的一个 sheet中，每个样本的数据个数可以不一样，然后分别读取到一个变量中，处理成我们想要的样子，最后再拼接起来。

首先读取数据

dataset = pd.ExcelFile("文件名.xlsx") #csv文件是没有sheet的
sheet=dataset.sheet_names#读取xlsx文件中每张表的名称
for name in sheet: #一个for循环遍历所有的表
locals()[name]=dataset.parse(name) #将每张表的数据放到对应名称的变量中（注意要用locals）
for i in range(1,23): #后面的23，其实是表的数量+1
dataset=locals()['dataset_' + str(i)]
#locals的作用可以自己查一下，后面[]内的是表 名，dataset_1,dataset_2,....，这些变量在上面已经赋值了，现在将其放入‘dataset’这个变量中
dataset.set_index(["time"], inplace=True)#设置表中‘time’所在列为索引
locals()['dataset_' + str(i)]=dataset#最后将dataset的数据再返回‘dataset_i'中，方便后面调用

归一化，并构建输入输出

for i in range(1,189): # 后面的为表的个数+1
dataset=locals()['dataset_' + str(i)]#数据读取到'dataset_i'中
columns = ['x','y','vx','vy','ax','ay'] #将表格中每列的数据归一化
for col in columns:
scaler = MinMaxScaler()
dataset[col] = scaler.fit_transform(dataset[col].values.reshape(-1,1))
locals()['x_' + str(i)]=dataset#构建输入特征数据，保存到'x_i'中
locals()['y_' + str(i)]=dataset.drop(columns=['vx','vy','ax','ay'], axis=1) #构建输出数据，保存到'y_i'中

 如何构建十个时间步 输入数据 以及预测的特征数据（这部分引用的B站up主唐国梁Tommy一个视频里的内容，方便大家理解。视频地址：TensorFlow 2.0 基于LSTM多变量_共享单车使用量预测_哔哩哔哩_bilibili）

 构建一个函数

def create_dataset(X, y, seq_len=10): # seq_len序列长度就是一个输入样本的长度，在这里就是，用前十个时间步的数据，来预测第十一个时间步的某个特征
features = []
targets = []
for i in range(0, len(x) - seq_len, 1):
data = x.iloc[i:i+seq_len] #输入数据，实际上是第（i+1）到第（i+seq_len）的数据，共有seq_len个数据
label = y.iloc[i+seq_len] # 标签数据，实际上是第（i+seq_len+1）个数据，也就是上面那段数据的后一个时间步的数据
# 保存到features和labels
features.append(data)
targets.append(label)
# 返回
return np.array(features), np.array(targets)

 处理所有的‘x_i’和'y_i'，然后拼接在一起

train_dataset, train_labels = create_dataset(x_1,y_1, seq_len=10)#调用上面构建的函数，为什么要把x_1和y_1单独拿出来呢，是为了方便后面的拼接，不知道有没有其他方便的算法
for i in range(2,151): #这里大概总样本数据的0.8作为训练集
dataset=locals()['x_' + str(i)]#将’x_i'和'y_i'的数据赋给一个中间变量，方便后面调用
labels=locals()['y_' + str(i)]
input_dataset, output_labels = create_dataset(dataset,labels, seq_len=10)
train_dataset = np.r_[train_dataset,input_dataset]
#这里得上下拼接用r，c为左右拼接
train_labels = np.r_[train_labels,output_labels]#最后两行代码，就随着for循环，将’x_i‘和‘y_i’中的数据不断拼接到train_dataset 和train_labels中

 这样就构建好训练集啦，根据自己的数据特点，进行修改即可。

最后

以上就是健康花卷为你收集整理的关于如何用LSTM算法处理多样本数据（tensorflow）的全部内容，希望文章能够帮你解决关于如何用LSTM算法处理多样本数据（tensorflow）所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。