Informer2020 Informer预测效果不如LSTM的问题

请问无论怎么调参，Informer模型在测试集上的预测性能都不如普通LSTM可能是什么情况啊？

反归一化后的mse,mae,mape对比： LSTM：3.294，1.466，3.880 Informer: 4.708，1.743，4.925

Oct 30 '22 11:10 Admim123

我跑自己的数据集也是这样比简单的lstm性能都差挺多的不知道是不是数据集的原因

Oct 31 '22 02:10 arcanemagemmxyh

我跑自己的数据集也是这样比简单的lstm性能都差挺多的不知道是不是数据集的原因不知道有没有什么办法测试数据集是否适合这个算法

Oct 31 '22 03:10 Admim123

请问您有试过wth数据集吗？1600个站点的12个要素，这个csv二维的表格是如何表示不同站点之间的区别的啊？预测后的实际意义是什么呢？？单个地点的12个要素的在未来24小时的值吗？不好意思啊，我暂时还没有测试过WTH数据集，但是我查看了一下数据集好像也没有观察到哪里表现了1600站点。关于预测后的实际意义这个问题我的看法跟您的一样，觉得应该是12个要素在未来24小时内的值，但是程序会根据MS和S的区别来区分是取所有预测值还是只取目标列。

Oct 31 '22 03:10 Admim123

您好，数据集发送给您了。关于实际价值我研究的物理背景与作者不太一样，我也不能评判是否有价值。而且我只是在相同数据集上使用Informer的预测结果与LSTM的预测结果进行对比，并没有结合，不知道您说的结合是什么意思？原文中有提到吗？

Oct 31 '22 03:10 Admim123

你好，你用的lstm的代码可以分享一下吗？（[email protected]）还有informer的画图代码，作者的链接我打不开，谢谢！

Oct 31 '22 08:10 dspiderd

总结来说我认为我的问题是在于，需要通过哪些检验（例如周期性、相关性等）后才能知道自己的数据集更加试用于Informer模型而非LSTM？

Oct 31 '22 10:10 Admim123

看了您的图片，我也有一些疑问想要请教。可以明显看出您的预测结果与实际值有大半截都偏差在3℃以上，对于24H的二次网供水温度预测来说，LSTM和Informer的预测结果对于实际都没有太大的指导意义,。如果只是预测24H的一个结果是否会有这么大的偏差，有没有可能设置有些问题。而且您这个结果比较奇怪，为什么Informer的结果前面挺好的，后面又差那么多；LSTM与之相反。如果只是预测24H的趋势，最后的结果也不应该如此把。以上皆为愚见，我代码才跑通，还没用自己数据集测试，一点意见欢迎探讨。

Nov 10 '22 13:11 Kai744

我跑自己的数据集也是这样比简单的lstm性能都差挺多的不知道是不是数据集的原因不知道有没有什么办法测试数据集是否适合这个算法

我也存在这种情况，博主现在解决这个问题了么？已解决

Nov 15 '22 08:11 6gujn

你好，我想请教一下你informer模型的反归一化与预测步长的问题。看了你的预测图步长有4000，纵坐标实现了反归一化，想请教一下这两点是如何实现的，谢谢。

Nov 16 '22 01:11 dspiderd

代码里面考虑了特定时间的影响，比如周六周天，需要去除的吧

Nov 16 '22 08:11 aanxud888

@6gujn

我也存在这种情况，博主现在解决这个问题了么？已解决我也有以上同样问题，请问是怎么解决的？能否邮件交流一下.我的邮箱:[email protected] informer跑的结果请参照:https://github.com/zhouhaoyi/Informer2020/issues/381

Nov 17 '22 03:11 agl71

你好，你用作对比的lstm的代码可以分享一下吗？（[email protected]）

Nov 22 '22 03:11 NI4088

抱歉

在 2022-11-22 11:18:48，"NI4088" @.***> 写道：

@.***）

— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you were mentioned.Message ID: @.***>

Nov 23 '22 00:11 6gujn

.708

数据长度和数据的细粒度问题，在同样长度下，数据粒度更细的时候，Informer预测结果会好很多。

Nov 23 '22 00:11 6gujn

请问无论怎么调参，Informer模型在测试集上的预测性能都不如普通LSTM可能是什么情况啊？

反归一化后的mse,mae,mape对比： LSTM：3.294，1.466，3.880 Informer: 4.708，1.743，4.925

能请教一下怎么反序列化的吗，我是用自己的数据结果好像很差，如果有lstm的话，能不能发我一下 [email protected]

Nov 30 '22 07:11 cq-ywh

可以分享一下lstm和infomer对比代码吗 [email protected]

Feb 01 '23 11:02 NITEEY

作者没回消息

程前 @.***

------------------ 原始邮件 ------------------ 发件人: @.>; 发送时间: 2023年2月1日(星期三) 晚上7:41 收件人: @.>; 抄送: @.>; @.>; 主题: Re: [zhouhaoyi/Informer2020] Informer预测效果不如LSTM的问题 (Issue #392)

可以分享一下lstm和infomer对比代码吗 @.***

— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.***>

Feb 08 '23 06:02 cq-ywh

我在PEMS数据集上跑，效果也不行，不如LSTM，难搞哦

Feb 21 '23 02:02 yinshuisiyuan123

请问无论怎么调参，Informer模型在测试集上的预测性能力都不如普通LSTM可能是什么情况啊？

反归一化后的mse,mae,mape对比： LSTM：3.294，1.466，3.880 Informer：4.708，1.743，4.925

你好，您能分享下lstm和infomer对比代码吗 [email protected]

Mar 02 '23 04:03 Dyw08

请问无论怎么调参，Informer模型在测试集上的预测性能力都不如普通LSTM可能是什么情况啊？

反归一化后的mse,mae,mape对比： LSTM：3.294，1.466，3.880 Informer：4.708，1.743，4.925

您好，冒昧打扰，能请教一下怎样操作实现反标准化输出吗？我那个纵坐标就是处于-1到1之间。谢谢。

Mar 05 '23 06:03 YUAN0620

请问怎么进行反归一化...

Mar 06 '23 11:03 Isimplydontkonw

你好，我也有同样的问题，请问你有解决这个问题吗？希望可以交流一下，谢谢！

Mar 07 '23 07:03 YUAN0620

你好，我也有同样的问题，请问你有解决这个问题吗？希望可以交流一下，谢谢！

将parser.add_argument('--inverse', action='store_true', help='inverse output data', default=False)改为parser.add_argument('--inverse', action='store_true', help='inverse output data', default=True)就实现了反归一化，但是我informer模拟的效果没有经典方法ARDL好...

Mar 07 '23 08:03 Isimplydontkonw

你好，我也有同样的问题，请问你有解决这个问题吗？希望可以交流一下，谢谢！

将parser.add_argument('--inverse', action='store_true', help='inverse output data', default=False)改为parser.add_argument('--inverse', action='store_true', help=' inverse output data', default=True)就实际发现了反归一化，但是我的线人模拟的效果没有经典方法ARDL好...

你好，感谢回复！这个参数我之前设置成了True，但是我训练出来的结果的纵坐标还是不是真实值，这是什么情况呢？

Mar 08 '23 01:03 YUAN0620