Informer 项目学习版

这是基于Informer的学习版本，主要增强了数据可视化和结果分析功能。

- gitee仓库：LJJ/informer

主要改动

1. 数据可视化增强

• 新增了预测结果的可视化功能（show_results.ipynb）
  • 支持单特征预测结果的时序对比图
  • 支持多特征预测结果的并排对比图
  • 可自定义样本数量和时间窗口
• 添加了评估指标的实时显示
  • MAE（平均绝对误差）
  • MSE（均方误差）
  • RMSE（均方根误差）
  • 支持每个特征的单独评估

1. 代码结构优化

• 将可视化相关代码移至else目录
  • show_results.ipynb: 结果可视化notebook
  • test.py: 测试数据加载和处理
  • GPUtest.ipynb: GPU可用性测试
• 优化了数据处理流程
  • 改进了数据归一化处理
  • 增加了数据验证步骤
• 添加了详细的中文注释

1. 新增功能

• 支持中文显示
  • 使用SimHei字体
  • 优化了中文标签显示
• 改进了图表样式
  • 使用seaborn样式
  • 自定义颜色方案
  • 优化了图例和标签布局
• 增加了结果保存功能
  • 自动创建结果目录
  • 保存预测值和真实值
  • 保存评估指标

使用方法

1. 环境配置

安装额外依赖

pip install matplotlib seaborn

2. 运行预测

python main_informer.py --model informer --data WTH --features M

3. 可视化结果

打开show_results.ipynb，运行相应的单元格：

单特征预测结果可视化

plot_prediction_comparison( setting_path='results/informer_WTH_ftM_sl96_ll48_pl24_dm512_nh8_el2_dl1_df2048_atprob_fc5_ebtimeF_dtTrue_mxTrue_test_0', sample_size=200, # 展示样本数量 feature_idx=6, # 特征索引 time_idx=0 # 时间窗口起始位置 )

多特征预测结果可视化

plot_all_features_comparison( setting_path='results/your_setting_path', sample_size=500, # 展示样本数量 time_idx=0 # 时间窗口起始位置 )

注意事项

1. 确保安装了SimHei字体（Windows通常已预装）
2. 可视化结果会保存在plots目录下
3. 建议使用Jupyter Lab运行可视化notebook
4. GPU测试可使用GPUtest.ipynb确认环境

目录结构

. ├── data/ # 数据集目录 ├── else/ # 新增功能目录 │ ├── show_results.ipynb # 结果可视化 │ ├── test.py # 测试脚本 │ └── GPUtest.ipynb # GPU测试 ├── exp/ # 实验相关代码 ├── models/ # 模型定义 ├── plots/ # 可视化结果保存 └── results/ # 预测结果保存