libcity.data.dataset.dataset_subclass.stresnet_dataset¶
-
class
libcity.data.dataset.dataset_subclass.stresnet_dataset.STResNetDataset(config)[source]¶ Bases:
libcity.data.dataset.traffic_state_grid_dataset.TrafficStateGridDataset,libcity.data.dataset.traffic_state_cpt_dataset.TrafficStateCPTDatasetSTResNet外部数据源代码只用了ext_y, 没有用到ext_x!
-
_get_external_array(timestamp_list, ext_data=None, previous_ext=False, ext_time=True)[source]¶ 根据时间戳数组，获取对应时间的外部特征
- Parameters
timestamp_list – 时间戳序列
ext_data – 外部数据
previous_ext – 是否是用过去时间段的外部数据，因为对于预测的时间段Y， 一般没有真实的外部数据，所以用前一个时刻的数据，多步预测则用提前多步的数据
- Returns
External data shape is (len(timestamp_list), ext_dim)
- Return type
np.ndarray
-
_load_ext_data(ts_x, ts_y)[source]¶ 加载对应时间的外部数据(.ext)
- Parameters
ts_x – 输入数据X对应的时间戳，shape: (num_samples, T_c+T_p+T_t)
ts_y – 输出数据Y对应的时间戳，shape:(num_samples, )
- Returns
- tuple contains:
ext_x(np.ndarray): 对应时间的外部数据, shape: (num_samples, T_c+T_p+T_t, ext_dim), ext_y(np.ndarray): 对应时间的外部数据, shape: (num_samples, ext_dim)
- Return type
tuple
-