如何修改Python LSTM模型代码实现年度预测而非月度预测

针对你的年度数据集，以下是适配年度预测的代码修改，核心是完善未来一年的预测逻辑，并根据年度数据特性调整训练参数：

1. 数据预处理与序列构建（修改后） #

from sklearn.preprocessing import MinMaxScaler
import numpy as np

# Normalize the data
scaler = MinMaxScaler()
scaled_data = scaler.fit_transform(df_final)

# 定义序列长度：建议用过去N年的数据预测下一年，比如设为3（可根据数据量调整）
sequence_length = 3  
num_features = len(df_final.columns)  

# Create sequences and corresponding labels
sequences = []
labels = []
# 遍历范围调整为len(scaled_data) - sequence_length，确保能取到下一年的标签
for i in range(len(scaled_data) - sequence_length):
    # 取连续sequence_length年的所有特征作为输入序列
    seq = scaled_data[i:i+sequence_length, :]  
    # 目标是下一年的'Indnpa'（索引11）
    label = scaled_data[i+sequence_length, 11]  
    sequences.append(seq)
    labels.append(label)

# Convert to numpy arrays
sequences = np.array(sequences)
labels = np.array(labels)

# Split into train and test sets
train_size = int(0.8 * len(sequences))
train_x, test_x = sequences[:train_size], sequences[train_size:]
train_y, test_y = labels[:train_size], labels[train_size:]

print("Train X shape:", train_x.shape)
print("Train Y shape:", train_y.shape)
print("Test X shape:", test_x.shape)
print("Test Y shape:", test_y.shape)

说明：调整sequence_length为更合理的数值（如3），让模型学习多年的时序规律，年度数据量通常较少，避免设置过大导致样本不足。

2. 模型构建（基本保留，适配输入形状） #

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import LSTM, Dense, Dropout
from tensorflow.keras.callbacks import EarlyStopping, ModelCheckpoint

# Create the LSTM model
model = Sequential()

# 输入形状由train_x自动推导，无需手动修改
model.add(LSTM(units=128, input_shape=(train_x.shape[1], train_x.shape[2]), return_sequences=True))
model.add(Dropout(0.2))

model.add(LSTM(units=64, return_sequences=True))
model.add(Dropout(0.2))

model.add(LSTM(units=32, return_sequences=False))
model.add(Dropout(0.2))

# 输出层保持1个单元，对应单值预测
model.add(Dense(units=1))

# Compile the model
model.compile(optimizer='adam', loss='mean_squared_error')

3. 模型训练（适配年度数据调整参数） #

early_stopping = EarlyStopping(monitor='val_loss', patience=5, restore_best_weights=True)
model_checkpoint = ModelCheckpoint('/content/drive/MyDrive/dl/weather_prediction/best_model_weights.h5', monitor='val_loss', save_best_only=True)

# 年度数据样本量少，调小batch_size避免训练不稳定
history = model.fit(
    train_x, train_y,
    epochs=100,
    batch_size=8,  # 从64改为8/16
    validation_split=0.2,
    callbacks=[early_stopping, model_checkpoint]
)

说明：年度数据通常样本数远少于月度，过大的batch_size会导致模型无法有效学习，调小后训练更稳定。

4. 下一年度预测实现（新增核心逻辑） #

# 加载最优权重
model.load_weights('/content/drive/MyDrive/dl/weather_prediction/best_model_weights.h5')

# 获取最新的sequence_length年数据作为输入
latest_sequence = scaled_data[-sequence_length:, :]
# 调整形状为模型输入要求：(1, sequence_length, num_features)
latest_sequence = latest_sequence.reshape(1, sequence_length, num_features)

# 预测下一年的归一化值
predicted_scaled = model.predict(latest_sequence)

# 反归一化得到真实NPA值
# 注意：需要构造与scaler输入形状匹配的数组，仅目标列对应预测值，其他列补0不影响反归一化
predicted_reshaped = np.zeros((1, num_features))
predicted_reshaped[0, 11] = predicted_scaled[0, 0]
next_year_pred = scaler.inverse_transform(predicted_reshaped)[0, 11]

print(f"下一年度NPA预测值：{next_year_pred:.4f}")

5. 可视化修改（包含预测结果） #

import matplotlib.pyplot as plt

# 测试集预测（用于对比）
test_pred_scaled = model.predict(test_x)
# 反归一化测试集预测值
test_pred_reshaped = np.zeros((len(test_pred_scaled), num_features))
test_pred_reshaped[:, 11] = test_pred_scaled[:, 0]
test_pred = scaler.inverse_transform(test_pred_reshaped)[:, 11]

# 真实测试集值
test_true_reshaped = np.zeros((len(test_y), num_features))
test_true_reshaped[:, 11] = test_y
test_true = scaler.inverse_transform(test_true_reshaped)[:, 11]

# 绘图：包含历史真实值、测试集预测值、下一年预测值
plt.figure(figsize=(12, 6))
# 绘制全部历史真实值
plt.plot(df_final.index, df_final.iloc[:, 11], label='历史实际值')
# 绘制测试集预测值（对应测试集时间范围）
test_index = df_final.index[train_size + sequence_length:]
plt.plot(test_index, test_pred, label='测试集预测值')
# 添加下一年预测点
next_year_index = df_final.index[-1] + 1  # 假设索引是年份整数，根据实际索引类型调整
plt.scatter(next_year_index, next_year_pred, color='red', label='下一年预测值', s=100)

plt.title('行业NPA预测对比')
plt.xlabel('年份')
plt.ylabel('NPA比率')
plt.legend()
plt.show()

说明：根据你的df_final.index类型调整next_year_index，如果是datetime索引，用df_final.index[-1] + pd.DateOffset(years=1)。

内容的提问来源于stack exchange，提问作者Malinda Liyanage