1 回归:锂电池温度预测top2 代码部分(一) Tabnet

2024 iFLYTEK A.I.开发者大赛-讯飞开放平台

TabNet: 模型也是我在这个比赛一个意外收获,这个模型在比赛之中可用。但是需要GPU资源,否则运行真的是太慢了。后面针对这个模型我会写出如何使用的方法策略。

        比赛结束后有与其他两位选手聊天,他们都是对数据做了很多分析,有的甚至直接使用Lasso就work了,效果还挺不错的。特征工程无敌呀。        

        真个代码部分,了解下有关特征工程的部分就行了,模型部分可以慢慢消化。当作一个新的知识点学习吧。

直接上代码

import matplotlib.pyplot as plt
import numpy as np
import pandas as pdfrom tqdm import tqdm
from sklearn.model_selection import KFoldfrom pytorch_tabnet.metrics import Metric
from pytorch_tabnet.tab_model import TabNetRegressor
import torch
from torch.optim import Adam, SGD
from torch.optim.lr_scheduler import ReduceLROnPlateau, CosineAnnealingWarmRestarts
from sklearn.metrics import mean_absolute_error
import tracebackimport warningswarnings.filterwarnings("ignore")plt.rcParams['font.sans-serif'] = ['PingFang HK']  # 用来正常显示中文标签
plt.rcParams["axes.unicode_minus"] = False  # 该语句解决图像中的“-”负号的乱码问题
pd.set_option('precision', 10)
pd.set_option('display.max_rows', None)# 时间解析模块
def parse_date(train_df=None):train_df['datetime'] = pd.to_datetime(train_df['时间'])train_df['timestamp'] = train_df['datetime'].astype('int64') / 10000000train_df['year'] = train_df['datetime'].dt.yeartrain_df['month'] = train_df['datetime'].dt.monthtrain_df['day'] = train_df['datetime'].dt.daytrain_df['hour'] = train_df['datetime'].dt.hourtrain_df["minute"] = train_df['datetime'].dt.minutetrain_df['dayofweek'] = train_df['datetime'].dt.dayofweek# train_df['datetime'].dt.dayofmonthreturn train_dfdef same_position_tempture_resid(train_df, index=[]):for i in index:train_df[f'下部温度{i}_resid'] = train_df[f'下部温度{i}'] - train_df[f'下部温度设定{i}']train_df[f'下部温度{i}_dist_4'] = train_df[f'下部温度设定4'] - train_df[f'下部温度设定{i}']train_df[f'下部温度{i}_dist_4_moth_100'] = (train_df[f'下部温度{i}_dist_4'] >= 99) * 1return train_dfdf_train = pd.read_csv("../data/train.csv")
df_test = pd.read_csv("../data/test.csv")
submit = pd.read_csv("../data/submit.csv")
df_train = parse_date(df_train)
df_test = parse_date(df_test)df_train = df_train.sort_values("datetime")
df_train = df_train.reset_index(drop=True)
df_train['train'] = 1df_train.loc[1057, '下部温度9'] = 829df_test = df_test.sort_values("datetime")
df_test = df_test.reset_index(drop=True)
df_test['train'] = 0flow_cols = [col for col in df_train.columns if "流量" in col]
up_temp_sets = [col for col in df_train.columns if "上部温度设定" in col]
down_temp_sets = [col for col in df_train.columns if "下部温度设定" in col]
up_tempture = [col for col in df_train.columns if "上部温度" in col and col not in up_temp_sets]
down_tempture = [col for col in df_train.columns if "下部温度" in col and col not in down_temp_sets]# train_df.columns.tolist()
import resmall_cols = ['下部温度5', '上部温度8', '上部温度9','上部温度10','上部温度11','上部温度12','上部温度13','上部温度14','上部温度15','上部温度16','上部温度17','下部温度3','下部温度4','下部温度6','下部温度7','下部温度8','下部温度9','下部温度10','下部温度11','下部温度12','下部温度13','下部温度14','下部温度15','下部温度16','下部温度17'] + ['上部温度1','上部温度2','上部温度3','上部温度4','上部温度5','上部温度6','上部温度7','下部温度1','下部温度2',]def get_same_temp(test_df, cols):for col in cols:nums = re.findall("\d+", col)num = nums[0]if "上部温度" in col:print(num, col)test_df[col] = test_df[f'上部温度设定{num}']elif "下部温度" in col:test_df[col] = test_df[f'下部温度设定{num}']return test_dfdf_test = get_same_temp(df_test, small_cols)
df = pd.concat([df_train, df_test])
df = df.sort_values(['year', 'month', 'day', 'hour', "minute"])
df = df.reset_index(drop=True)down_label = ['下部温度1', '下部温度2', '下部温度3']
up_label = ['上部温度7', '上部温度1', '上部温度2', '上部温度3', '上部温度4', '上部温度5', '上部温度6']
cat_cols = ['year', 'month', 'day', 'hour', 'minute', 'dayofweek']keep_cols = df_test.columns.tolist()def resid_model(y, y_pred):# residual plotsy_pred = pd.Series(y_pred, index=y.index)resid = y - y_predmean_resid = resid.mean()std_resid = resid.std()z = abs(resid) / (y + 0.01)# print(z)n_outliers = sum(abs(resid) > 10000)outliers = y[(abs(resid) > 10000)].indexprint(outliers)plt.figure(figsize=(15, 5))ax_131 = plt.subplot(1, 3, 1)plt.plot(y, y_pred, '.')plt.xlabel('y')plt.ylabel('y_pred');plt.title('corr = {:.3f}'.format(np.corrcoef(y, y_pred)[0][1]))ax_132 = plt.subplot(1, 3, 2)plt.plot(y, y - y_pred, '.')plt.xlabel('y')plt.ylabel('y - y_pred');plt.title('std resid = {:.3f}'.format(std_resid))ax_133 = plt.subplot(1, 3, 3)z.plot.hist(bins=50, ax=ax_133)plt.xlabel('z')plt.title('{:.0f} samples with z>3'.format(n_outliers))plt.show()# return outliersdef get_down_tempture_sets_resid(df, diffed_col="下部温度设定4",diff_col='下部温度设定1'):distacnce = 0if "上部" in diff_col:print(f"----- {diff_col}_diff_{diffed_col}")df['上部温度设定4_diff_上部温度设定1'] = df['上部温度设定4'] - df['上部温度设定1']df[f'{diffed_col}_diff_{diff_col}'] = df[diffed_col] - df[diff_col]df['上部温度设定4_div_上部温度设定1'] = df['上部温度设定4'] / df['上部温度设定1']df[f'{diffed_col}_div_{diff_col}'] = df[diffed_col] / df[diff_col]df['flag'] = (df['上部温度设定4_diff_上部温度设定1'] > 300) * 1else:df['下部温度设定4_diff_下部温度设定1'] = df['下部温度设定4'] - df['下部温度设定1']df['下部温度设定4_div_下部温度设定1'] = df['下部温度设定4'] / df['下部温度设定1']df[f'{diffed_col}_diff_{diff_col}'] = df[diffed_col] - df[diff_col]df[f'{diffed_col}_div_{diff_col}'] = df[diffed_col] / df[diff_col]distacnce = 300df['flag'] = (df['下部温度设定4_diff_下部温度设定1'] > 300) * 1return dfdef get_same_type_tempure(row, df_train, label, woindows):try:heads = woindowstrain_flag = int(row['train'])hour = row['hour']minute = row['minute']timesamp = row['timestamp']flag = row['flag']nums = re.findall("\d+", label)num = int(nums[0])chars = re.findall("(\w+)(\d+)", label)[0][0]label_map_set_col = f"{chars}设定{num}"set_temps = row[label_map_set_col]# (df_train[label_map_set_col]==set_temps)&df_temp_ = df_train[(df_train[label_map_set_col] == set_temps) & (df_train['flag'] == flag) & (df_train['hour'] == hour) & (df_train['timestamp'] < timesamp)]df_temp = df_temp_.tail(woindows)# df_temp_2 = df_temp_.head(30)if len(df_temp) == 0:return set_temps, set_temps, 0, set_temps, set_temps, set_tempsmin_ = df_temp[label].min()max_ = df_temp[label].max()std_ = df_temp[label].std()mean_ = df_temp[label].mean()median_ = df_temp[label].median()ewm_ = df_temp[label].ewm(span=heads, adjust=False).mean().values[-1]del df_tempreturn min_, max_, std_, mean_, median_, ewm_except Exception as e:print(traceback.format_exc())def predict_result(df, train_df=None, result_df=None, label="下部温度1"):result_cols = result_df.columns.tolist()nums = re.findall("\d+", label)num = nums[0]chars = re.findall("(\w+)(\d+)", label)[0][0]df[f'{label}_new_label'] = (df[label] - df[f"{chars}设定{num}"])label_new = f'{label}_new_label'label_map_set_col = f"{chars}设定{num}"df[f'{label_map_set_col}_ratio'] = df[label_map_set_col].pct_change()# df[f'{label_map_set_col}_ratio']if chars in "下部温度":balance_col = "下部温度设定4"new_cols = [f'{balance_col}_diff_{label_map_set_col}', f'{balance_col}_div_{label_map_set_col}','下部温度设定4_diff_下部温度设定1', '下部温度设定4_div_下部温度设定1']else:balance_col = "上部温度设定4"new_cols = list(set(['上部温度设定4_diff_上部温度设定1', '上部温度设定4_div_上部温度设定1',f'{balance_col}_diff_{label_map_set_col}', f'{balance_col}_div_{label_map_set_col}']))down_df = get_down_tempture_sets_resid(df, balance_col, diff_col=label_map_set_col)train_df = down_df[down_df['train'] == 1].reset_index(drop=True)his_feats = []for wind in [7, 28]:his_feat = [f"{label}_min_{wind}", f"{label}_max_{wind}",f"{label}_std_{wind}", f"{label}_mean_{wind}",f"{label}_median_{wind}", f"{label}_ewm_{wind}"]his_feats.extend(his_feat)down_df[his_feat] = down_df.apply(lambda x: get_same_type_tempure(x, train_df, label, wind), axis=1,result_type="expand")# return down_df# print(down_df[his_feats].isna().sum())down_df = down_df.fillna(-99)for use_flag in [0, 1]:max_epoches = 60if use_flag==1:max_epoches = 100df_train = down_df[(down_df['train'] == 1) & (down_df['flag'] == use_flag)].reset_index(drop=True)# df_train = down_train_dfdf_test = down_df[(down_df['train'] == 0) & (down_df['flag'] == use_flag)].reset_index(drop=True)# print(df_test.unique())print("Nan shape", df_test[his_feats].isna().sum())# print(df_test[df_test[his_feats].isna()].head())print(down_df.shape, df_train.shape, df_test.shape)feats = [f'流量{num}','上部温度设定1','year', 'month', 'day', 'hour','minute', 'dayofweek', ] + new_cols + [f'{label_map_set_col}_ratio'] + his_featsfeats = list(set(feats))cat_cols = ['year', 'month', 'day', 'hour', 'minute', 'dayofweek']cat_idxs = [i for i, f in enumerate(feats) if f in cat_cols]cat_dims = [df_train[i].nunique() for i in cat_cols]# print(df_train[feats].head())# print(cat_idxs)# print(cat_dims)tabnet_params = dict(cat_idxs=[],cat_dims=[],cat_emb_dim=1,n_d=16,n_a=16,n_steps=2,  # 模型获取能力代表gamma=2,n_independent=2,n_shared=2,lambda_sparse=0,optimizer_fn=Adam,optimizer_params=dict(lr=(2e-2)),mask_type="entmax",scheduler_params=dict(T_0=200, T_mult=1, eta_min=1e-4, last_epoch=-1, verbose=False),# 学习速率自动调整scheduler_fn=CosineAnnealingWarmRestarts,seed=42,verbose=10,)split = 5# kf = KFold(n_splits=split, shuffle=False, random_state=2021)folds = KFold(n_splits=split, shuffle=True, random_state=1314)  # 1314oof = np.zeros((len(df_train), 1))importance = 0pred_y = np.zeros(len(df_test))val_all = []# for fold, (train_idx, val_idx) in enumerate(train_splits):for fold, (train_idx, val_idx) in enumerate(folds.split(df_train)):print(f'--------------------------- {len(train_idx)}', fold)val_all.extend(val_idx)print(f'Training fold {fold + 1}')X_train, X_val = df_train.loc[train_idx, feats].values, df_train.loc[val_idx, feats].valuesy_train, y_val = df_train.loc[train_idx, label_new].values.reshape(-1, 1), df_train.loc[val_idx, label_new].values.reshape(-1, 1)model = TabNetRegressor(**tabnet_params)model.fit(X_train, y_train,eval_set=[(X_val, y_val)],max_epochs=max_epoches,patience=50,batch_size=64,virtual_batch_size=32,num_workers=8,drop_last=False,eval_metric=[MYMAE],loss_fn=my_mean)oof[val_idx] = model.predict(X_val)# print(model.predict(df_test[feats].values))pred_y += model.predict(df_test[feats].values).flatten() / split#     if save_model:#         joblib.dump(value=model, filename=f'../model/lgb_5fold_{fold}.m')print(f'labe = {label} use_flag = {use_flag} mae = ',mean_absolute_error(oof.reshape(-1) + df_train[label_map_set_col], df_train[label]))# resid_model(df_train[label_new], oof)result_df = result_df[result_cols]df_test[label + "_add"] = pred_yresult_df = result_df.merge(df_test[cat_cols + [label + "_add"] + his_feats], on=cat_cols, how="left")# print(result_df.head())result_df.loc[~result_df[label + "_add"].isna(), label] = result_df.loc[~result_df[label + "_add"].isna(), label + "_add"] + result_df.loc[~result_df[label + "_add"].isna(), label_map_set_col]return result_df.reset_index(drop=True)[result_cols + his_feats]# df['day'].nunique()
class MYMAE(Metric):def __init__(self):self._name = "mymae"self._maximize = Falsedef __call__(self, y_true, y_score):return mean_absolute_error(y_true, y_score)def my_mean(y_pred, y_true):return torch.mean(torch.abs(y_true - y_pred)).clone()# up_label+down_label
for label in tqdm((down_label + up_label)[5:]):print(f"-------------------{label}")df_test = predict_result(df, df_train, df_test[keep_cols], label)df_test['上部温度1'] = df_test['上部温度1'].clip(upper=410)
x = pd.concat([df_train, df_test]).sort_values(['year', 'month', 'day', 'hour', "minute"]).reset_index(drop=True)
submit = pd.read_csv("../data/submit.csv")
submit_cols = submit.columns.tolist()
df_test[submit_cols].to_csv("../data/tabnet_submit_his_winds_label_last_5.csv",index=False, encoding='utf_8_sig')

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/824334.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

.net core8 自定义一个中间件

在.NET Core 8中自定义一个中间件&#xff0c;基本步骤与之前的.NET Core版本相似。中间件是ASP.NET Core请求处理管道的一个组件&#xff0c;它们可以在请求处理过程中被调用。下面是如何创建和使用一个自定义中间件的步骤&#xff1a; 第一步&#xff1a;创建中间件类 创建…

win2022服务器apache配置https(ssl)真实环境实验(避坑之作)不依赖宝塔小皮等集成环境

本次实验背景&#xff1a; 完全参考官方 https://cloud.tencent.com/document/product/400/4143 文档流程&#xff0c;没有搞定&#xff0c;于是写下避坑之作。 服务器&#xff1a;腾讯云轻量应用服务器 操作系统&#xff1a; Windows Server 2022 DataCenter 64bit CN apache…

李沐45_SSD实现——自学笔记

主体思路&#xff1a; 1.生成一堆锚框 2.根据真实标签为每个锚框打标(类别、偏移、mask) 3.模型为每个锚框做一个预测(类别、偏移) 4.计算上述二者的差异损失&#xff0c;以更新模型weights 先读取一张图像。 它的高度和宽度分别为561和728像素。 %matplotlib inline import …

Photoshop 2024 (ps) v25.6中文 强大的图像处理软件 mac/win

Photoshop 2024 for Mac是一款强大的图像处理软件&#xff0c;专为Mac用户设计。它继承了Adobe Photoshop一贯的优秀功能&#xff0c;并进一步提升了性能和稳定性。 Mac版Photoshop 2024 (ps)v25.6中文激活版下载 win版Photoshop 2024 (ps)v25.6直装版下载 无论是专业的设计师还…

EI Scopus双检索 | 2024年清洁能源与智能电网国际会议(CCESG 2024)

会议简介 Brief Introduction 2024年清洁能源与智能电网国际会议(CCESG 2024) 会议时间&#xff1a;2024年 11月27-29日 召开地点&#xff1a;澳大利亚悉尼 大会官网&#xff1a;CCESG 2024-2024 International Joint Conference on Clean Energy and Smart Grid 由CoreShare科…

m4p转换mp3格式怎么转?3个Mac端应用~

M4P文件格式的诞生伴随着苹果公司引入FairPlay版权管理系统&#xff0c;该系统旨在保护音频的内容。M4P因此而生&#xff0c;成为受到FairPlay系统保护的音频格式&#xff0c;常见于苹果设备的iTunes等平台。 MP3文件格式的多个优点 MP3格式的优点显而易见。首先&#xff0c;其…

【flink报错】flink cdc无主键时的操作

文章目录 一. 报错二. 解决 一. 报错 “org.apache.flink.table.api.validationexception: ‘scan.incremental.snapshot.chunk.key-column’ must be set when the table doesn’t have primary keys” 报错提示当表没有主键时&#xff0c;必须设置 ‘scan.incremental.snapsh…

WPF: XAML语法规范详解

WPF&#xff08;Windows Presentation Foundation&#xff09;是.NET框架的一个组成部分&#xff0c;用于构建桌面应用程序的用户界面。XAML&#xff08;Extensible Application Markup Language&#xff09;是一种基于XML的标记语言&#xff0c;用于定义WPF应用程序的界面和逻…

【vim】折叠代码

目录 简介操作创建折叠删除折叠打开或关闭折叠在折叠间移动简介 Vim编辑器中可以使用 foldmethod 选项设置折叠方法。 将 foldmethod 设置为 manual 以外的值时,将删除所有折叠并创建新折叠。切换到 manual 方法不会删除现有的折叠。由此可以先用自动定义折叠,然后手动更改它…

k8s之etcd

1.特点&#xff1a; etcd 是云原生架构中重要的基础组件。有如下特点&#xff1a; 简单&#xff1a;安装配置简单&#xff0c;而且提供了 HTTP API 进行交互&#xff0c;使用也很简单键值对存储&#xff1a;将数据存储在分层组织的目录中&#xff0c;如同在标准文件系统中监…

vscode msvc qt环境搭建

自己整了好久都没把环境搞好&#xff0c;后来发现已经有大佬搞好了插件&#xff0c;完全不需要自己整理。 下载如下插件&#xff1a; 第二个qt插件就可以自动帮我们生成工程了。 可惜目前似乎支持win&#xff0c;另外就是debug模式运行后会报qwindowsd.dll插件找不到的错误&a…

打造一套属于自己的php开发框架(一)封装Db类

一直使用thinkphp或者laravel框架&#xff0c;越到后面越发现&#xff0c;这些框架占用太大了&#xff0c;最主要的是很多东西完全用不到&#xff0c;我就想为啥不能自己封装一个&#xff1f;想到就搞&#xff0c;这个是一个Db类&#xff0c;主要封装了MySQL的增删改查方法&…

Solidity基础面试题

目录 1、私有、内部、公共和外部函数之间的区别&#xff1f; 2、智能合约大小大约可以有多大&#xff1f; 3、create 和 create2 之间有什么区别&#xff1f; 4、Solidity 0.8.0版本对算术运算有什么重大变化&#xff1f; 5、代理需要哪种特殊的 CALL 才能工作&#xff1f;…

【简单讲解下如何用爬虫玩转石墨文档】

&#x1f3a5;博主&#xff1a;程序员不想YY啊 &#x1f4ab;CSDN优质创作者&#xff0c;CSDN实力新星&#xff0c;CSDN博客专家 &#x1f917;点赞&#x1f388;收藏⭐再看&#x1f4ab;养成习惯 ✨希望本文对您有所裨益&#xff0c;如有不足之处&#xff0c;欢迎在评论区提出…

flink1.18.0 流转表 表转流 jdk17 attachAsDataStream

目的 流表互转 而且流sink 表sink同时存在且都可以输出. 依赖类 package flink.luca.flinkTableAndSQL.Convert;import lombok.AllArgsConstructor; import lombok.Data; import lombok.NoArgsConstructor;@Data @AllArgsConstructor @NoArgsConstructor public class Outer…

【设计模式】享元模式

目录 什么是享元模式 代码实现 什么是享元模式 Java中的享元模式&#xff08;Flyweight Pattern&#xff09;是一种结构型设计模式&#xff0c;它用于减少系统中对象的数量&#xff0c;以节省内存和提高性能。享元模式通过共享相似对象之间的公共部分来最小化内存使用。 在享…

小记一篇 vuecli4项目 打包内存溢出问题

目录 背景先解决内存溢出问题 让项目能够打包打包优化公共第三方模块 提取出来 不走webpack 打包 , 改成 cdn 引入项目中使用 图片等 静态资源 全部走cdn使用thread-loader 开启多线程打包 后序 背景 其他项目组有个项目迭代了3年&#xff0c;突然有一天 vuecli-4 webpack打包…

链表OJ - 6(链表分割)

题目描述&#xff08;来源&#xff09; 现有一链表的头指针 ListNode* pHead&#xff0c;给一定值x&#xff0c;编写一段代码将所有小于x的结点排在其余结点之前&#xff0c;且不能改变原来的数据顺序&#xff0c;返回重新排列后的链表的头指针。 思路 创建两个链表&#xff0c…

【C#】防御性编程策略float.TryParse()

float.TryParse(Result[0].ToString(), out realValue1);这行C#代码用于尝试将一个字符串转换成浮点数&#xff08;float&#xff09;。具体来说&#xff0c;它使用了 float.TryParse 方法&#xff0c;这是一个非常常用的方法&#xff0c;用于在转换时提供错误处理&#xff0c;…

ChatGPT:引领未来的语言模型革命?

一、引言 随着人工智能技术的不断发展&#xff0c;Chat GPT作为一种自然语言处理技术&#xff0c;已经逐渐渗透到各个领域&#xff0c;具有广泛的应用前景。本文将从多个角度探讨Chat GPT的应用领域及其未来发展趋势。 ChatGPT的语言处理能力超越了以往任何一款人工智能产品。…