[python]如何随着时间的推移使用间歇性改装重现回溯测试的动画？

· 收录于 2023-09-24 05:36:07 · source URL

问题详情

我正在试验一维时间序列数据，并尝试通过动画在GoogleColab笔记本中对我自己的数据重现以下方法。

这是关于重现这种方法的动画：使用间歇性改装进行回测，已在 package.

使用间歇改装进行回溯测试

模型每 n 次预测迭代重新训练一次。当再训练和预测的频率不同时，通常使用此方法。它可以使用固定或滚动原点实现，从而灵活地使模型适应新数据。

以下是我的代码：

我目前的输出是：

from matplotlib.animation import FuncAnimation, PillowWriter
ani.save("TLI.gif", dpi=100, writer=PillowWriter(fps=50))

img

预期产出： gif

最佳回答

您有几个问题：

  1. 测试补丁正在滑动bc，您将帧=np.arange传递到FuncAnimation中
  2. 在 update（） 中，逻辑是片状的。

请检查我介绍的变化，它将帮助您更好地了解进一步的发展方向。

# Define the delay for refitting the model
REFIT_DELAY = 5   # steps

TRAIN_WIDTH = 25
TEST_WIDTH = 10
Y_LIM = 300 

def init():
    rects = [Rectangle((0, 0), TRAIN_WIDTH, Y_LIM, alpha=0.3, facecolor='green'),
             Rectangle((0 + TRAIN_WIDTH, 0), TEST_WIDTH, Y_LIM, alpha=0.3, facecolor='blue')]
    patches = []
    for rect in rects:
        patches.append(ax.add_patch(rect))
    return patches

# Initialize the start points for training and test data
train_data_start = 0
test_data_start = TRAIN_WIDTH

# Initialize the counter for refitting the model
refit_counter = 0


def update(x_start):
    global test_data_start, refit_counter

    patches[1].xy = (x_start + test_data_start, 0)
    # Check if the model needs to be refitted
    if refit_counter == REFIT_DELAY:
         patches[0].set_width(x_start + test_data_start)
         refit_counter = 0
 
    # Increase the counter for refitting the model
    refit_counter += 1


    return patches

# Create "Train" and "Test" areas
patches = init()

ani = FuncAnimation(
    fig,
    update,
    # frames=np.arange(0, df.shape[0] - TRAIN_WIDTH - TEST_WIDTH),  # All starting points
    frames=np.linspace(0, 250 - TEST_WIDTH, 15),  
    interval=300,
    blit=True
)

HTML(ani.to_html5_video())