时间序列数据加载
timeseries_dataset_from_array 函数
tf_keras.utils.timeseries_dataset_from_array(
data,
targets,
sequence_length,
sequence_stride=1,
sampling_rate=1,
batch_size=128,
shuffle=False,
seed=None,
start_index=None,
end_index=None,
)
创建一个基于数组提供的时间序列的滑动窗口数据集。
此函数接收以相等间隔收集的数据点序列，以及时间序列参数（例如序列/窗口的长度、两个序列/窗口之间的间距等），以生成时间序列输入和目标的批次。
参数
- data：包含连续数据点（时间步长）的 NumPy 数组或 Eager 张量。预期轴 0 为时间维度。
- targets：对应于
data中时间步长的目标。targets[i]应该是对应于从索引i开始的窗口的目标（请参见下面的示例 2）。如果您没有目标数据，则传递None（在这种情况下，数据集将仅产生输入数据）。 - sequence_length：输出序列的长度（以时间步长数表示）。
- sequence_stride：连续输出序列之间的周期。对于步长
s，输出样本将从索引data[i]、data[i + s]、data[i + 2 * s]等开始。 - sampling_rate：序列内连续单个时间步长之间的周期。对于速率
r，时间步长data[i], data[i + r], ... data[i + sequence_length]用于创建样本序列。 - batch_size：每个批次中的时间序列样本数（最后一个批次可能除外）。如果为
None，则数据不会被批处理（数据集将产生单个样本）。 - shuffle：是否随机打乱输出样本，或者按时间顺序提取样本。
- seed：可选 int；随机打乱的种子。
- start_index：可选 int；早于
start_index（不包含）的数据点将不会用于输出序列。这对于保留部分数据用于测试或验证很有用。 - end_index：可选 int；晚于
end_index（不包含）的数据点将不会用于输出序列。这对于保留部分数据用于测试或验证很有用。
返回值
一个 tf.data.Dataset 实例。如果传递了 targets，则数据集将产生元组 (batch_of_sequences, batch_of_targets)。否则，数据集仅产生 batch_of_sequences。
示例 1
考虑索引 [0, 1, ... 98]。使用 sequence_length=10, sampling_rate=2, sequence_stride=3、shuffle=False，数据集将产生由以下索引组成的序列批次
First sequence: [0 2 4 6 8 10 12 14 16 18]
Second sequence: [3 5 7 9 11 13 15 17 19 21]
Third sequence: [6 8 10 12 14 16 18 20 22 24]
...
Last sequence: [78 80 82 84 86 88 90 92 94 96]
在这种情况下，最后 2 个数据点被丢弃，因为无法生成包含它们的完整序列（下一个序列将从索引 81 开始，因此其最后一个步骤将超过 98）。
示例 2：时间回归。
考虑一个形状为 (steps,) 的标量值的数组 data。要生成一个使用过去 10 个时间步长预测下一个时间步长的数据集，可以使用
data = tf.range(15)
sequence_length = 10
input_data = data[:]
targets = data[sequence_length:]
dataset = tf.keras.utils.timeseries_dataset_from_array(
input_data, targets, sequence_length=sequence_length
)
for batch in dataset:
inputs, targets = batch
# First sequence: steps [0-9]
assert np.array_equal(inputs[0], data[:sequence_length])
# Corresponding target: step 10
assert np.array_equal(targets[0], data[sequence_length])
break
# To view the generated dataset
for batch in dataset.as_numpy_iterator():
input, label = batch
print(f"Input:{input}, target:{label}")
示例 3：多对多架构的时间回归。
考虑两个标量值数组 X 和 Y，它们都具有形状 (100,)。生成的数据集应包含每个包含 20 个时间戳的样本。样本不应重叠。要生成一个使用当前时间戳预测对应目标时间戳的数据集，可以使用
X = np.arange(100)
Y = X*2
sample_length = 20
input_dataset = tf.keras.utils.timeseries_dataset_from_array(
X, None, sequence_length=sample_length, sequence_stride=sample_length)
target_dataset = tf.keras.utils.timeseries_dataset_from_array(
Y, None, sequence_length=sample_length, sequence_stride=sample_length)
for batch in zip(input_dataset, target_dataset):
inputs, targets = batch
assert np.array_equal(inputs[0], X[:sample_length])
# second sample equals output timestamps 20-40
assert np.array_equal(targets[1], Y[sample_length:2*sample_length])
break