zhanmen1

import os import matplotlib.pyplot as plt setting = 'informer_ETTh1_ftM_sl96_ll48_pl24_dm512_nh8_el2_dl1_df2048_atprob_fc5_ebtimeF_dtTrue_mxTrue_exp_0' exp = Exp(args) exp.predict(setting, True) prediction = np.load('./results/'+setting+'/real_prediction.npy') plt.figure() plt.plot(prediction[0,:,-1], label='Prediction') plt.legend() plt.show() 您好我想用上面代码做预测结果可视化但是一直报错求怎末解决

> > import os import matplotlib.pyplot as plt > > setting = 'informer_ETTh1_ftM_sl96_ll48_pl24_dm512_nh8_el2_dl1_df2048_atprob_fc5_ebtimeF_dtTrue_mxTrue_exp_0' exp = Exp(args) exp.predict(setting, True) prediction = np.load('./results/'+setting+'/real_prediction.npy') plt.figure() plt.plot(prediction[0,:,-1], label='Prediction') plt.legend() plt.show() 您好我想用上面代码做预测结果可视化但是一直报错求怎末解决 > > >...

我是调用了包括模拟值在内的数据与真实值绘制的拟合曲线

> 我也遇到了相同的问题，而且结果的数据尺度好像也有一定的问题，和原始数据的尺度不一样…而且似乎不是因为没有反归一，因为我自己的数据集输出结果有大于1的值，关于这个请问你有什么思路吗 我的数据也有这种情况，目前也没解决

> [Uploading runoff.csv…]() [runoff .csv](https://github.com/zhouhaoyi/Informer2020/files/11087229/runoff.csv) 这是我的数据 from sklearn.metrics import r2_score y_true = trues.reshape(-1,1) y_pred = preds.reshape(-1,1) print(y_true,y_pred) r2 = r2_score(y_true, y_pred) print('r2:{}'.format(r2)) 这是我添加的代码