li-xin-yi/TPA-LSTM

Temporal Pattern Attention for Multivariate Time Series Forecasting

Custom Input Data

对TPA-LSTM代码工程化封装使用的尝试。

TPA-LSTM

Forked from this repo: Original Implementation of ''Temporal Pattern Attention for Multivariate Time Series Forecasting''.

Dependencies

参照原repo，如果不使用music相关的数据集（e.g. 原论文的lpd5或muse）则无需pypianoroll，使用conda即可导入requirements环境。

conda install --file requirements.txt

Usage

参照demo_test.py,在atom编辑器使用hydrogen可逐步分条执行指令或导出Jupyter Notebook

Todo List

• 自定义数据文件作为模型的输入

  • 增加参数custom标记用户自定义数据，dataset_address为.parquet格式的MTS数据在本地的地址，其中'date'字段为时间，split_date为划分['train','test','valid']依据的时间点
  • 实现customDataGenerator类用于自定义数据导入
  • 模型成功运行并log输出误差

• 修正多次在本地导出数据以及其导致的重复log问题

  • 修正重复log问题

• 恢复出预测结果的原始数据并存储

  • 预测结果（包含时间戳）保存为<output_dir>/<data_set>_predict_output.parquet文件
  • 简化本地目录读写，在序列化过程中关联时间戳

• 重新拆分建模逻辑，减少耦合