如何在TensorFlow时间序列中按窗口最后元素归一化数据

你需要的是对每个生成的时间窗口，以输入窗口的最后一个元素为基准进行归一化，让输入序列和目标值都转换成相对于该基准的比例值，这样模型学习的就是相对变化趋势。可以通过在split_window之后添加一个自定义的归一化映射函数来实现，完全保留窗口结构且无需提前全局归一化。

具体实现步骤 #

1. 定义归一化函数
   这个函数接收拆分后的输入窗口和目标值，提取输入窗口的最后一个元素作为基准，对输入和目标做除法运算：

   def normalize_by_last_element(self, inputs, labels):
       # 提取输入窗口的最后一个元素，保持维度以支持广播运算
       window_last_val = inputs[:, -1:]
       # 防止除以0，添加极小值epsilon
       window_last_val = tf.maximum(window_last_val, 1e-8)
       # 对输入序列和目标值分别做归一化
       normalized_inputs = inputs / window_last_val
       normalized_labels = labels / window_last_val
       return normalized_inputs, normalized_labels
   

2. 修改make_dataset函数
   在拆分窗口的map操作之后，再链式调用归一化函数的map，确保每个窗口都被独立处理：

   def make_dataset(self, data):
       data = np.array(data, dtype=np.float32)
       ds = tf.keras.utils.timeseries_dataset_from_array(
           data=data,
           targets=None,
           sequence_length=self.total_window_size,
           sequence_stride=1,
           shuffle=True,
           batch_size=32,)
   
       # 先拆分窗口为输入和目标，再做窗口内归一化
       ds = ds.map(self.split_window).map(self.normalize_by_last_element)
   
       return ds
   

3. 确保split_window的正确性
   假设你的split_window是用来拆分输入窗口和目标的，比如total_window_size = input_width + label_width，示例实现如下：

   def split_window(self, window):
       # input_width是输入序列长度，label_width是目标长度（比如1）
       inputs = window[:-self.label_width]
       labels = window[-self.label_width:]
       # 为输入和目标添加特征维度（适配TensorFlow模型输入要求）
       inputs = tf.expand_dims(inputs, axis=-1)
       labels = tf.expand_dims(labels, axis=-1)
       return inputs, labels
   

效果验证 #

以你给出的例子为例：

• 原始窗口数据：[8,7,5,9,11,10,12]（total_window_size=7，input_width=6，label_width=1）
• split_window拆分后：输入[8,7,5,9,11,10]，目标[12]
• 归一化后：输入除以10得到[0.8,0.7,0.5,0.9,1.1,1.0]，目标除以10得到[1.2]，完全符合你的需求。

注意事项 #

• 加入tf.maximum(window_last_val, 1e-8)是为了避免极端情况下窗口最后一个元素为0导致的除以0错误，你可以根据数据实际情况调整epsilon的大小。
• 这种窗口内的归一化是完全独立的，每个窗口都用自己的基准值，不会破坏窗口结构，也不会引入全局数据的统计信息，适合你的场景。

内容的提问来源于stack exchange，提问作者MaltDew