Open NudnikShpilkis opened 1 year ago
import numpy as np import matplotlib.pyplot as plt from utils.metrics import metric
file_path = "../results/informer_custom_19.csv_test_0/" metrics = np.load(file_path+"metrics.npy") pred = np.load(file_path+"pred.npy") true = np.load(file_path+"true.npy")
true = np.hstack((true[0, :, -1], true[1:, -1, -1])) pred = np.hstack((pred[0, :, -1], pred[1:, -1, -1])) metric(true, pred)
plt.plot(true, color='b') plt.plot(pred, color='r')
informer_torch |_fig | |_plt_creation_truepred.ipynb |... |_... 你好,我是这么写的,预测出来的结果也不大好
数据我放在github的surge_height那里了
为啥效果这么差
问下有木有同学有成功试过用Informer来做预测?这里pred_len是可变的。比如我的input是一个简单的正弦函数:
用数据的前半部分来train:
假设我现在想要预测pred_len=300:
我试了一下发现预测的结果完全对不上,预测曲线的周期比实际周期要大很多。有没有同学有什么好的方法不?我的usecase需要预测的长度是可变的(当然seq_len和label_len也是可变的)。