如何使用 DataFrame 的行創建 DataLoader？

Question

我正在嘗試創建一個 model 來預測下一行值。 有 7 列，但我只使用前 6 列。我認為如果我將第 7 列中的日期時間傳遞給 model，這將保證過擬合。 這是DataFrame的截圖：

我正在使用任意數量的行，在這種情況下為 100 行來進行此預測。 我只需要知道一些創建 DataLoader 的方法，其中 y 值是我要預測的行，x 值是前面的 100 行。

如果有辦法用 DataBlock 做到這一點，那將是首選。 我曾考慮過使用.loc 和.iloc，但我不知道如何使用它們來創建DataLoader。

Answer 1

像這樣創建您的自定義數據集：

class TimeSeriesDataset:
    def __init__(self, df, input_features: list, 
                 output_features: list, lookback=99, lookahead=1):
        self.df = df
        self.lookback = lookback
        self.lookahead = lookahead

    def __len__(self):
        return len(self.df) - self.lookback

    def __getitem__(self, idx):
        idx += self.lookback
        lookback = self.df.iloc[idx-self.lookback:idx]
        lookahead = self.df.iloc[idx]
        lookback = lookback[self.input_features].values
        lookahead = lookahead[self.output_features].values
        X = T.tensor(lookback)
        y = T.tensor(lookahead)
        return X, y

然后像這樣制作你的數據加載器。

dataset = TimeSeriesDataset(df, input_features, ouput_features)
dataloader = DataLoader(dataset, batch_size=batch_size)