Python中的時間序列分類實例-Python教學-PHP中文網

Python是目前最受歡迎的程式語言之一，其強大而靈活的功能讓它成為資料科學和機器學習領域的首選語言。在數據分析中，時間序列是一個非常重要的概念，因為它可以用來描述以時間為序的數據，例如股票價格、天氣變化等。

在這篇文章中，我們將探討如何使用Python對時間序列資料進行分類。

資料準備

首先，我們需要準備用於分類的資料。在此範例中，我們將使用UCI Machine Learning Repository中的一個資料集，該資料集包含了一個1000天的時間序列，每個時間序列都由24個小時的氣象資料組成。該資料集旨在預測下一天的最低氣溫是否會低於某個閾值。

我們將使用pandas函式庫來載入資料集。

import pandas as pd # 加载数据集 data = pd.read_csv("weather.csv") # 查看前几行数据 print(data.head())

登入後複製

輸出：

Date R1 R2 R3 R4 R5 R6 R7 R8 R9 ... R15 R16 R17 R18 R19 R20 R21 R22 R23 R24 Tmin 0 1/01/14 58 41 67 63 44 50 46 52 64 ... 82 83 62 49 67 73 65 52 39 23 42 1 2/01/14 46 45 36 63 72 75 80 65 68 ... 74 73 52 43 36 47 19 16 13 15 26 2 3/01/14 48 37 39 45 74 75 76 66 45 ... 76 62 49 50 38 50 29 15 13 15 30 3 4/01/14 46 43 47 76 48 68 77 61 61 ... 24 28 39 33 26 3 4 6 0 10 50 4 5/01/14 49 42 58 74 70 47 68 59 43 ... 55 37 36 42 30 29 35 31 25 22 32

登入後複製

如我們所見，資料集包含日期、24小時的天氣資料以及最低氣溫（Tmin）這些資訊。

特徵工程

在分類之前，我們需要先對資料進行預處理。其中一個步驟是特徵工程，我們需要從原始資料中提取新的特徵以提高模型的效能。

我們可以從時間序列中提取以下特徵：

平均值
方差
最大值

我們可以使用pandas來快速擷取這些特徵。

# 提取以下特征 features = [] for i in range(1, 25): features.append("R"+str(i)) data['Mean'] = data[features].mean(axis=1) data['Std'] = data[features].std(axis=1) data['Min'] = data[features].min(axis=1) data['Max'] = data[features].max(axis=1) data['Median'] = data[features].median(axis=1) data['Var'] = data[features].var(axis=1) # 查看更新后的数据集 print(data.head())

登入後複製

輸出：

Date R1 R2 R3 R4 R5 R6 R7 R8 R9 ... R18 R19 R20 R21 R22 R23 R24 Tmin Mean Std Min Max Median Var 0 1/01/14 58 41 67 63 44 50 46 52 64 ... 49 67 73 65 52 39 23 42 55.166667 15.181057 23 83 54.5 230.456140 1 2/01/14 46 45 36 63 72 75 80 65 68 ... 43 36 47 19 16 13 15 26 47.125000 20.236742 13 80 45.5 410.114035 2 3/01/14 48 37 39 45 74 75 76 66 45 ... 50 38 50 29 15 13 15 30 47.208333 19.541905 13 76 44.5 382.149123 3 4/01/14 46 43 47 76 48 68 77 61 61 ... 33 26 3 4 6 0 10 50 36.750000 19.767969 0 77 42.5 390.350877 4 5/01/14 49 42 58 74 70 47 68 59 43 ... 42 30 29 35 31 25 22 32 45.666667 16.013175 22 74 43.5 256.508772

登入後複製

現在，我們已經成功地從時間序列中提取了一些新的特徵，這將為我們的分類器提供更多的資訊。

接下來，我們需要將資料集分割成訓練集和測試集。我們將使用scikit-learn函式庫來完成這個任務。

from sklearn.model_selection import train_test_split X = data.drop(['Date','Tmin'], axis=1) y = data['Tmin'] X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

登入後複製

這裡我們將資料集分成80%的訓練集和20%的測試集。

現在，我們已經準備好使用時間序列分類器對資料進行分類。在這個例子中，我們將使用LightGBM模型。

import lightgbm as lgb # 创建LightGBM分类器 clf = lgb.LGBMClassifier() # 训练模型 clf.fit(X_train, y_train) # 在测试集上进行预测 y_pred = clf.predict(X_test) # 计算精度 accuracy = sum(y_pred == y_test) / len(y_test) print("Accuracy: {:.2f}%".format(accuracy * 100))

登入後複製

輸出：