Multivariate 시계열 데이터 LSTM 적용 케이스 예시

Many To One - single output

• 한개 기간이 들어가서 한개 기간 결과 출력
• output의 갯수가 single(1개)
• 엄밀히 말하면, 바로 직전 시간대 한개가 들어가 다음 시간대 한개를 예측하는 것이므로 OneToOne 으로 볼 수 있지만, multivariate이기 때문에 ManyToOne으로 보았음

• 예측결과와 실제값 비교 (4개 feature 로 1개 feature 예측)
  

  

Many To Many - multi output

• 한개 기간이 들어가서 한개 기간 결과 출력
• output의 갯수가 multi(2개 이상)

• 예측결과와 실제값 비교 (4개 feature 로 4개 feature 예측)

Many To One - multi output

• 여러 기간이 들어가서 한개 기간 결과 출력
• output의 갯수가 multi(2개 이상)

• 예측결과와 실제값 비교 (4개 feature 로 4개 feature 예측)

---

시계열 예측모델을 이용해 이상치를 잡는 다는 개념으로 보았을때, 시계열적으로 이상치를 잡을 수 있다는 이점이 있음

• multivariate timeseries 모델이므로, 서로 상관이 있는 feature간의 관계가 고려됨
• 즉, 1번 feature가 정상적인 패턴일때, 2번 feature의 비이상적 변화 탐지에 유리
• 한계 : 예측모델이므로, feature의 값에 따라 높은 값을 가질 수 있어 실제 이상치인지 아닌지는 feature간 관계를 통해서만 파악할 수 있음

# prepare data for lstm
from pandas import read_csv
from pandas import DataFrame
from pandas import concat
from sklearn.preprocessing import LabelEncoder
from sklearn.preprocessing import MinMaxScaler, StandardScaler

# convert series to supervised learning
def series_to_supervised(data, n_in=1, n_out=1, dropnan=True):
    n_vars = 1 if type(data) is list else data.shape[1]
    df = DataFrame(data)
    cols, names = list(), list()
    # input sequence (t-n, ... t-1)
    for i in range(n_in, 0, -1):
        cols.append(df.shift(i))
        names += [('var%d(t-%d)' % (j+1, i)) for j in range(n_vars)]
    # forecast sequence (t, t+1, ... t+n)
    for i in range(0, n_out):
        cols.append(df.shift(-i))
        if i >= 0:
            names += [('var%d(t)' % (j+1)) for j in range(n_vars)]
#         else:
#             names += [('var%d(t+%d)' % (j+1, i)) for j in range(n_vars)]
    # put it all together
    agg = concat(cols, axis=1)
    agg.columns = names
    # drop rows with NaN values
    if dropnan:
        agg.dropna(inplace=True)
    return agg

# load dataset
dataset = read_csv('data.csv', header=0, index_col=0)
values = dataset.values
# integer encode direction
encoder = LabelEncoder()
values[:,0] = encoder.fit_transform(values[:,0])
# ensure all data is float
values = values.astype('float32')
# normalize features
scaler = MinMaxScaler(feature_range=(0, 10))
# scaler = StandardScaler()
scaled = scaler.fit_transform(values)
# frame as supervised learning
reframed = series_to_supervised(scaled, 4, 1)
# reframed = series_to_supervised(values, 1, 1)

# drop columns we don't want to predict
# reframed.drop(reframed.columns[[5,6,7]], axis=1, inplace=True)
print(reframed.head()) # 4개 변수로, get_ether 추정
   var1(t-4)  var2(t-4)  var3(t-4)  var4(t-4)  var1(t-3)  var2(t-3)  \
4   0.000000   0.000000   0.000000   0.000000   0.000000   0.855012   
5   0.000000   0.855012   0.000000   0.000041   0.000000   2.976080   
6   0.000000   2.976080   0.000000   0.015266   0.268890   3.420378   
7   0.268890   3.420378   0.000000   0.098606   0.003404   2.670718   
8   0.003404   2.670718   0.006897   0.207148   0.633084   2.425154   

   var3(t-3)  var4(t-3)  var1(t-2)  var2(t-2)  var3(t-2)  var4(t-2)  \
4   0.000000   0.000041   0.000000   2.976080   0.000000   0.015266   
5   0.000000   0.015266   0.268890   3.420378   0.000000   0.098606   
6   0.000000   0.098606   0.003404   2.670718   0.006897   0.207148   
7   0.006897   0.207148   0.633084   2.425154   0.000000   0.258438   
8   0.000000   0.258438   0.435671   2.401715   0.000000   0.260164   

   var1(t-1)  var2(t-1)  var3(t-1)  var4(t-1)   var1(t)   var2(t)   var3(t)  \
4   0.268890   3.420378   0.000000   0.098606  0.003404  2.670718  0.006897   
5   0.003404   2.670718   0.006897   0.207148  0.633084  2.425154  0.000000   
6   0.633084   2.425154   0.000000   0.258438  0.435671  2.401715  0.000000   
7   0.435671   2.401715   0.000000   0.260164  0.432267  2.504311  0.000000   
8   0.432267   2.504311   0.000000   0.331470  0.122532  2.353095  0.000000   

    var4(t)  
4  0.207148  
5  0.258438  
6  0.260164  
7  0.331470  
8  0.362599

# split into train and test sets
values = reframed.values
n_train_hours = 24 * 6 * 28 # 4주
train = values[:n_train_hours, :]
test = values[n_train_hours:, :]
# split into input and outputs
train_X, train_y = train[:, :-4], train[:, -4:]
test_X, test_y = test[:, :-4], test[:, -4:]
# reshape input to be 3D [samples, timesteps, features]
train_X = train_X.reshape((train_X.shape[0], 1, train_X.shape[1]))
test_X = test_X.reshape((test_X.shape[0], 1, test_X.shape[1]))
print(train_X.shape, train_y.shape, test_X.shape, test_y.shape)

import tensorflow as tf
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense
from tensorflow.keras.layers import LSTM
from tensorflow.keras import optimizers
# design network
learning_rate=0.01
model = Sequential()
model.add(LSTM(50, input_shape=(train_X.shape[1], train_X.shape[2])))
model.add(Dense(100))
model.add(Dense(4))
model.compile(optimizer=optimizers.Adam(learning_rate=learning_rate), loss='mae')
# fit network
history = model.fit(train_X, train_y, epochs=50, batch_size=16, validation_data=(test_X, test_y), verbose=2, shuffle=False)
# plot history
pyplot.plot(history.history['loss'], label='train')
pyplot.plot(history.history['val_loss'], label='test')
pyplot.legend()
pyplot.show()

from ipywidgets import interact
feature_dic = {ind:i for ind, i in enumerate(features)}

def compare_plot(feature_n):
    pyplot.figure(figsize=(15,7))
    pyplot.title(feature_dic[feature_n])
    pyplot.plot(yhat[:,feature_n],label='yhat')
    pyplot.plot(test_y[:,feature_n],alpha=0.5,label='y')
    # pyplot.plot(resid,label='resid',alpha=0.3)
    pyplot.legend()
interact(compare_plot,feature_n=[0,1,2,3])