神经网络时间序列预测 python

# -*- coding: utf-8 -*-
“““
@author: K.Komatsu
“““

import numpy
import matplotlib.pyplot as plt
from pandas import read_csv
import math
import datetime
from keras.models import Sequential
from keras.layers import Dense
from keras.layers import LSTM
from keras.models import load_model
from keras.callbacks import EarlyStopping
from sklearn.preprocessing import MinMaxScaler
from sklearn.metrics import mean_squared_error
from sklearn.metrics import mean_absolute_error


def create_dataset（dataset look_back=1）:
    dataX dataY = [] []
    for i in range（len（dataset）-look_back）:
        xset = []
        for j in range（dataset.shape[1]）:
            a = dataset[i:（i+look_back） j]
            xset.append（a）
        dataX.append（xset）
        dataY.append（dataset[i + look_back 0]）
    return numpy.array（dataX） numpy.array（dataY）


# fix random seed for reproducibility
numpy.random.seed（7）

# load the dataset
#dataframe = read_csv（‘aimsws.csv‘index_co