You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
127 lines
4.2 KiB
127 lines
4.2 KiB
"""
|
|
模块功能：该模块负责随机森林(Random Forest)预测模型的实施。
|
|
|
|
函数：
|
|
random_forest_model: 使用随机森林模型根据给定的特征和目标数据进行训练，并预测未来数据。
|
|
forecast_future: 预测未来数据。
|
|
run: 执行模型训练和数据预测等步骤，并返回预测结果。
|
|
"""
|
|
import pandas as pd
|
|
import numpy as np
|
|
from sklearn.ensemble import RandomForestRegressor
|
|
|
|
from typing import List
|
|
|
|
|
|
def random_forest_model(train_data: pd.DataFrame,
|
|
forecast_target: str,
|
|
exog_columns: List[str],
|
|
future_data: pd.DataFrame,
|
|
steps: int = 20) -> pd.DataFrame:
|
|
"""
|
|
使用随机森林模型根据给定的特征和目标数据进行训练，并预测未来数据。
|
|
|
|
Args:
|
|
train_data (pd.DataFrame): 训练数据集。
|
|
forecast_target (str): 训练数据集中的目标列的列名。
|
|
exog_columns (List[str): 训练数据集用于预测的特征列名的列表。
|
|
future_data (pd.DataFrame): 存储未来预测所用的外生变量的数据集。
|
|
steps (int, optional, default=20): 要进行预测的天数。
|
|
|
|
Returns:
|
|
pd.DataFrame: 存储预测结果的数据表。
|
|
"""
|
|
# 制作输入特征和目标变量
|
|
X = train_data[exog_columns].values
|
|
y = train_data[forecast_target].values
|
|
X_test = future_data[exog_columns].values
|
|
|
|
model = RandomForestRegressor(n_estimators=1200,
|
|
max_depth=8,
|
|
min_samples_split=2,
|
|
random_state=0)
|
|
|
|
model.fit(X, y)
|
|
|
|
pred = model.predict(X_test[-steps:])
|
|
|
|
forecast_df = pd.DataFrame(
|
|
pred,
|
|
index=pd.date_range(start=train_data.index.max() +
|
|
pd.Timedelta(days=1),
|
|
periods=steps),
|
|
columns=[forecast_target])
|
|
|
|
return forecast_df
|
|
|
|
|
|
def forecast_future(data: np.ndarray, steps: int = 20) -> List:
|
|
"""
|
|
使用随机森林预测未来的数据。
|
|
|
|
Args:
|
|
data (np.ndarray): 已知的用于预测的数据。
|
|
steps (int, optional, default=20): 要进行预测的天数。
|
|
|
|
Returns:
|
|
List: 存放预测结果的列表。
|
|
"""
|
|
# 制作输入特征和目标变量
|
|
X = data[:-1].reshape(-1, 1)
|
|
y = data[1:]
|
|
X_test = [y[-1]]
|
|
|
|
# 创建和训练随机森林模型
|
|
model = RandomForestRegressor(n_estimators=1200,
|
|
max_depth=8,
|
|
min_samples_split=2,
|
|
random_state=0)
|
|
|
|
model.fit(X, y)
|
|
|
|
# 创建一个列表保存预测结果
|
|
pred = []
|
|
|
|
# 迭代预测下一个数据点
|
|
for _ in range(steps):
|
|
y_pred = model.predict(np.array([X_test[-1]]).reshape(-1, 1))
|
|
pred.append(y_pred)
|
|
|
|
# 将预测的数据点添加到下一轮的输入
|
|
X_test.append(y_pred)
|
|
return pred
|
|
|
|
|
|
def run(input_data: pd.DataFrame,
|
|
forecast_target: str,
|
|
exog_columns: List[str],
|
|
steps: int = 20) -> pd.DataFrame:
|
|
"""
|
|
执行数据读取、预处理、模型训练、预测并绘图等一系列步骤的主函数。
|
|
|
|
Args:
|
|
input_data (pd.DataFrame): 存储原始数据的DataFrame。
|
|
forecast_target (str): 需要被预测的目标列名。
|
|
exog_columns (List[str]): 特征列名的列表。
|
|
steps (int, optional, default=20): 需要进行预测的天数。
|
|
|
|
Returns:
|
|
pd.DataFrame: 存储预测结果的数据表。
|
|
"""
|
|
# 创建一个未来日期的索引，用于保存预测数据
|
|
future_index = pd.date_range(start=input_data.index.max() +
|
|
pd.Timedelta(days=1),
|
|
periods=steps)
|
|
|
|
# 创建一个用于保存预测外生变量的空数据帧
|
|
df_exog = pd.DataFrame(index=future_index)
|
|
|
|
for exog in exog_columns:
|
|
pred = forecast_future(input_data[exog].values, steps=steps)
|
|
df_exog[exog] = pred
|
|
|
|
df_processed = random_forest_model(input_data, forecast_target,
|
|
exog_columns, df_exog, steps)
|
|
|
|
return df_processed
|