Informer2020
Informer2020 copied to clipboard
zhouhaoyi
实验效果问题
您好，这是我复现代码时将预测值和真实值进行可视化好得到的效果图。 我使用了你们提供的ETTm1数据集，时间间隔设为15t，采用scripts中的参数，--features S --seq_len 384 --label_len 384 --pred_len 288 --e_layers 2 --d_layers 1 。 得到的MSE与MAE为mse:0.25330454111099243, mae:0.4220234155654907 这个mse是较低的，但可视化效果图有点不尽人意。。
您好，这是我复现代码时将预测值和真实值进行可视化好得到的效果图。 我使用了你们提供的ETTm1数据集，时间间隔设为15t，采用scripts中的参数，--features S --seq_len 384 --label_len 384 --pred_len 288 --e_layers 2 --d_layers 1 。 得到的MSE与MAE为mse:0.25330454111099243, mae:0.4220234155654907 这个mse是较低的，但可视化效果图有点不尽人意。。
您好，请问您的效果调好了么？主要是调节哪些参数呢？在我的数据集上，Seq_len越小，mse和mae越小，不知道您那里适不适用。
你好，我想问下，我照着源码跑出来，想把预测值与真实值可视化，但是只能得到pre_len=24个数字的值，怎么将测试集可视化
您好，测试集的结果会被默认保存在results目录里true.npy和pred.npy中，具体可以参考exp_informer.py中的test函数。
您好，我也采取了您的参数进行实验，得到的结果是这样的：
我的详细参数是：Namespace(activation='gelu', attn='prob', batch_size=32, c_out=1, checkpoints='./checkpoints/', cols=None, d_ff=2048, d_layers=1, d_model=512, data='ETTm1', data_path='ETTm1.csv', dec_in=1, des='test', detail_freq='15t', devices='0,1,2,3', distil=True, do_predict=False, dropout=0.05, e_layers=2, embed='timeF', enc_in=1, factor=5, features='S', freq='t', gpu=0, inverse=False, itr=1, label_len=384, learning_rate=0.0001, loss='mse', lradj='type1', mix=True, model='informer', n_heads=8, num_workers=0, output_attention=False, padding=0, patience=3, pred_len=288, root_path='./data/ETT/', s_layers=[3, 2, 1], seq_len=384, target='OT', train_epochs=6, use_amp=False, use_gpu=True, use_multi_gpu=False)
得到的MSE和MAE为mse:0.2540646195411682, mae:0.4321681559085846。
可以分享一下您的详细参数设置吗？
您好，您只需要使用--inverse反归一化即可，(-1, 1)是归一化之后的结果 万分感谢您的回答，用自己的数据去跑，预测5个点，遇到2个问题非常不理解，希望您帮忙看看，谢谢。 以下是自己数据的参数设置： Namespace(model='informer', data='sh', root_path='./data/ETT/', data_path='sh.csv', features='M', target='close', freq='b', checkpoints='./checkpoints/', seq_len=480, label_len=240, pred_len=5, enc_in=5, dec_in=5, c_out=5, d_model=512, n_heads=8, e_layers=2, d_layers=1, s_layers=[3, 2, 1], d_ff=2048, factor=5, padding=0, distil=True, dropout=0.05, attn='prob', embed='timeF', activation='gelu', output_attention=False, do_predict=True, mix=True, cols=None, num_workers=0, itr=2, train_epochs=6, batch_size=32, patience=3, learning_rate=0.0001, des='test', loss='mse', lradj='type1', use_amp=False, inverse=True, use_gpu=False, gpu=1, use_multi_gpu=False, devices='0,1,2,3', detail_freq='b') 希 问题1：样本数据有6000多行，输出的结果true.npy为什么是样本数据4535-4539行，预测结果pred.npy的5个点就是对4535-4539这5行的预测吗？ True.npy
样本数据：
问题2：样本数据的最新日期是“2022/12/26”，如何预测“2022/12/26”5天后的数据，该怎么样设置？
您好，可以参考一下dataloader里对训练集测试集的划分，ture.npy和pred.npy是测试集的真实值和预测结果。对未来进行预测的结果保存在real_prediction.npy中，具体可以参考exp_informer.py里的predict函数。想要预测五天后的数据，可以将pred_len设置的长一些。
您好，可以参考一下dataloader里对训练集测试集的划分，ture.npy和pred.npy是测试集的真实值和预测结果。对未来进行预测的结果保存在real_prediction.npy中，具体可以参考exp_informer.py里的predict函数。想要预测五天后的数据，可以将pred_len设置的长一些。
感谢！！！！