网络流量预测入门（三）之LSTM预测网络流量
在上篇博客LSTM机器学习生成音乐中，介绍了如何使用LSTM生成音乐，而在上上篇网络流量预测入门（二）之LSTM介绍中，介绍了LSTM的基本原理
在这篇博客中，将介绍如何使用SVR和LSTM对网络流量进行预测。
环境版本信息：
- keras：2.4.3
- numpy：1.19.2
- tensorflow：2.4.1
- sklearn：0.23.2
数据集介绍
数据集来自欧洲11个城市的ISP互联网流量（用ec_data表示）和英国学术网流量（用uk_data表示），数据集见Github。
ec_data统计了从2005年7月6号至2005年7月28号共计14772组网络流量数据，uk_data统计了从2004年11月19号至2005年1月27号共计19888组网络数据。ec_data和uk_data都是以5分钟为间隔进行采样得到的数据，数据见下图。由图中可以看出，ec_data和uk_data具有很强的周期性以及规律性，因此可以大胆的搏一搏单车变摩托：LSTM在预测的时候能够有着比较好的结果。
预测流程
在这篇博客中，使用前10个序列去预测下一个时间序列的网络流量值。当然，也可以如同简单明朗的 RNN 写诗教程一样，通过前10个序列去预测后面(N)个序列的网络流量值，如下图所示。
数据集准备
流量预测的目的是使用前(K)个序列去预测后面(N)个序列（这篇博客(K=10,N=1)），从机器学习训练的角度去看，前(K)个序列为(X)，后面(N)个序列则为(Y)。因此，需要从网络流量数据中构建数据集。构建数据集的过程原理在简单明朗的 RNN 写诗教程详细说过，以诗为例，过程如下：
通过上面的操作，就可以将网络流量序列变成X_Data和Y_Data，部分代码如下：
# all_data 即为数据集，sequence_len即为K
sequence_len = 10
X = []
Y = []
for i in range(len(all_data)-sequence_len):
X.append(all_data[i:i+sequence_len])
Y.append(all_data[i+sequence_len])
X = np.array(X)
Y = np.array(Y)
SVR预测
SVR使用sklearn提供的默认参数，默认参数设置如下：
| 超参数 | 取值 |
|---|---|
| kernel | rbf |
| gamma | scale |
| tol | 0.001 |
| C | 1.0 |
代码见：Github，使用SVR进行预测还是挺简单的，看看代码就能够看懂了。
预测结果图如下图所示：
-
ec_data：MAPE=0.095
-
uk_data：MAPE=0.084
LSTM 预测
LSTM的模型结构如下图所示，是一个很简单的双层LSTM网络，并没有加入一些特殊的结构。
代码见：Github
预测结果：
-
ec_data：MAPE=0.040
-
uk_data：MAPE=0.035
优化点
可以将uk_data和ec_data进行小波变换，然后将小波变换后的结果进行训练。在预测的过程中，将预测结果进行反小波变换恢复成网络流量时间序列，可以有效的消除网络流量突变造成的影响。如果有兴趣，值得试一试。