简介基于长短期记忆网络LSTM的共享单车使用情况预测项目面向人工智能、数据科学及相关专业学生与开发者可用于课程大作业、毕业设计或共享单车调度需求场景。压缩包共32个文件、约8.06MB包含4个Python脚本、8份CSV数据、13张可视化图表以及1个已训练模型文件h5同时附有README、说明文档与依赖清单覆盖数据预处理、模型构建、训练评估到结果展示的完整流程。数据层面提供小时级与天级骑行记录并划分训练集、验证集、测试集可直接复现基于LSTM的需求预测实验可视化部分则从温度、湿度、风速、季节、工作日与休息日、注册与临时用户等多角度展示骑行规律。目前已有141人浏览学习。整体而言资源结构清晰、代码均已测试运行适合希望快速上手LSTM时序预测、完成课程作业或在此基础上扩展功能的学习者使用。1. 用 LSTM 预测共享单车使用量这门大作业到底在考你什么打开任意一个代码仓库网站搜“LSTM 共享单车”能直接跑通的项目屈指可数。搜出来最多的是 MNIST 手写识别和股票预测把代码改到单车数据上又发现维度对不上、时序切分一团糟。这个题目真正的难点不在 LSTM 本身而在数据侧一份按时段租自行车的 CSV 怎么变成模型能吃的序列样本以及预测完之后拿什么指标证明你做得对。能解决的事情也很具体给定过去若干小时的特征预测下一个小时的租借总量这是典型的时间序列回归任务。适合需要用 Python 完成课程设计、又想让结果经得起老师追问的人。2. 把数据捋顺从 CSV 到 LSTM 能吃下的序列样本2.1 读懂原始字段哪些特征能用哪些是陷阱共享单车数据集里最常用的是 UCI Bike Sharing Dataset 的 hour.csv一共 17379 行每条记录代表某一天某个小时。字段包括 instant、dteday、season、yr、mnth、hr、holiday、weekday、workingday、weathersit、temp、atemp、hum、windspeed、casual、registered、cnt。先读进来看看整体情况import pandas as pd df pd.read_csv(hour.csv) print(df.shape) print(df.columns.tolist()) print(df.isnull().sum()) print(df[weathersit].value_counts())输出结果里最需要关注的是两件事有没有缺失值以及 weathersit 的取值分布。weathersit 是天气状况取值 1 到 4其中 4 表示“暴雨加冰雹”这类极端天气在 17379 条记录里往往只有两三条样本太少模型很难学到有效模式。常见做法是把它合并到 3 类里或者说在文档说明里写清楚这类极端样本被做了降级处理。接下来有一个新手必踩的坑casual 和 registered 分别是“临时用户租借量”和“注册用户租借量”而 cnt 恰好等于两者之和。如果把这三个字段同时放进特征模型就拿到了标准答案训练集损失会一路跌到接近 0验证集看起来也非常漂亮。但这是典型的数据泄漏做预测时必须把 casual 和 registered 扔出特征列。类似的dteday 和 yr、mnth、hr 表达的信息高度重叠一般只保留拆分后的数值字段。2.2 特征编码与标准化连续变量和离散变量要分开处理这份大作业的文档说明里数据理解部分最容易拿分的地方就是特征处理逻辑。连续特征是 temp、atemp、hum、windspeed它们的量纲不同气温在 0 到 1 之间是归一化后的值湿度在 0 到 100 之间风速也在 0 到 70 左右直接喂给模型会让损失函数被大风速主导。离散特征是 season、holiday、weekday、weathersit取值范围都不大直接保留整数即可。标准化的正确写法是分训练集、验证集、测试集三步走先切分再 fit绝对不能在全体数据上做归一化。否则测试集的信息会通过 scaler 的统计量混进训练过程这也是一个隐藏的数据泄漏from sklearn.preprocessing import MinMaxScaler import numpy as np data_len len(df) train_end int(data_len * 0.7) val_end int(data_len * 0.85) df_train df.iloc[:train_end] df_val df.iloc[train_end:val_end] df_test df.iloc[val_end:] feat_cols [season, hr, holiday, weekday, workingday, weathersit, temp, atemp, hum, windspeed] target_col cnt scaler MinMaxScaler() scaler.fit(df_train[feat_cols]) df_train.loc[:, feat_cols] scaler.transform(df_train[feat_cols]) df_val.loc[:, feat_cols] scaler.transform(df_val[feat_cols]) df_test.loc[:, feat_cols] scaler.transform(df_test[feat_cols])这里对训练集调用fit计算最小值和最大值然后把同样的变换应用到验证集和测试集。为什么不用 StandardScaler因为后续反标准化时 MinMax 的逆变换公式简单数值落在 0 到 1 区间LSTM 带 tanh 和 sigmoid 激活时比较友好。要注意df_train.loc[:, feat_cols] ...这一行如果不用 loc 而直接用df_train[feat_cols]会被链式索引警告干扰结果可能根本没写进去这是 pandas 的老坑。hr 字段还有一个容易被忽略的问题小时 23 和小时 0 首尾不相邻。如果用整数编码模型会觉得 23 点和 0 点差距很远但实际骑车人数是连续变化的。有同学在这里做 sin/cos 编码我一般会加进文档说明作为可选优化不是必选。课程设计里用整数特征也能跑通因为 LSTM 能通过序列上下文学到小时之间的过渡关系。2.3 构造序列样本滑动窗口大小与训练集划分方式共享单车数据的预测目标是给定过去 24 小时的数据预测下一个小时的 cnt。这个 24 就是滑动窗口也就是 LSTM 的时间步数。构造样本时窗口沿时间轴一步步滑过去def make_sequences(data, target, input_steps24, output_steps1): X, y [], [] for i in range(len(data) - input_steps - output_steps 1): X.append(data.iloc[i:iinput_steps][feat_cols].values) y.append(target.iloc[iinput_steps:iinput_stepsoutput_steps].values) return np.array(X, dtypenp.float32), np.array(y, dtypenp.float32) X_train, y_train make_sequences(df_train.iloc[:-1], df_train[target_col]) X_val, y_val make_sequences(df_val.iloc[:-1], df_val[target_col]) X_test, y_test make_sequences(df_test.iloc[:-1], df_test[target_col]) print(X_train.shape, y_train.shape)窗口滑动时要注意一个细节构造训练样本时当前窗口的数据来自 i 到 iinput_steps而预测目标在 iinput_steps 之后。这意味着如果直接在 df_train 上构造窗口尾部会吃到 df_val 开头的数据验证集的信息就跑进了训练样本。上面代码里df_train.iloc[:-1]就是为了在构造时主动让出一个时间步确保窗口完整落在训练集内部。这个细节写在文档说明里非常加分因为绝大多数开源代码根本没处理这一点。序列样本的形状是(样本数, 时间步数, 特征数)。比如训练集有 12167 条窗口形状就是(12167, 24, 10)。构造完成后可以用两个固定随机数保证复现性np.random.seed(42)以及后续 PyTorch 里的torch.manual_seed(42)。这一步不是玄学是让老师复现你结果的前提同一份源码换台机器结果波动是能接受的但不能每次跑都变。3. 搭一个能跑的 LSTM 基线用 PyTorch 实现训练全流程3.1 网络结构设计单层 LSTM 加回归头的写法网上流传的“LSTM 源码”大多是 MNIST 分类或股票预测改过来的直接复用会踩两个坑一是分类模型最后接 softmax而回归任务只需要一个线性输出二是很多人定义模型时不写batch_firstTrue导致喂数据时维度顺序混乱。大作业没必要追求复杂结构一个单层 LSTM 接一个全连接层就是合理基线import torch import torch.nn as nn class LSTMPredictor(nn.Module): def __init__(self, input_size10, hidden_size64, num_layers1, output_size1): super().__init__() self.lstm nn.LSTM( input_sizeinput_size, hidden_sizehidden_size, num_layersnum_layers, batch_firstTrue, ) self.fc nn.Linear(hidden_size, output_size) def forward(self, x): out, _ self.lstm(x) last_out out[:, -1, :] return self.fc(last_out)这里out的形状是(batch_size, seq_len, hidden_size)out[:, -1, :]取的是序列最后一个时间步的隐状态。为什么取最后一个因为这里的想法很直接用过去 24 小时的完整信息压缩到隐状态里最后一步蕴含了整个序列的摘要然后通过全连接层映射到租借量。如果改成取所有时间步的均值效果通常略差因为高峰时段的信息会被低谷稀释。隐藏层大小 hidden_size 是第一个必调参数64 是稳妥起点。调大到 128 一般能在验证集上看到几个点的提升但训练时间变长过拟合风险也随之上升。数据本身只有 17000 多条记录hidden_size 超过 256 就明显大材小用了。num_layers默认 1堆到 2 层可以捕捉更复杂的时序依赖但小数据集上收益不稳定初版先把单层跑通。3.2 训练循环数据加载、损失函数与优化器选择把 numpy 数组转成 PyTorch Tensor然后用最朴素的批训练循环把模型跑起来。这个过程要保证每一段代码都能解释清楚因为在课程答辩时老师大概率会问“损失函数为什么用 MSE”“优化器为什么选 Adam”。回答思路也很明确预测值和真实值都是连续数值衡量的是回归误差MSE 对大的偏差惩罚更重正好符合共享单车高峰时段需求——宁可平时误差小一点也不希望早晚高峰预测偏离太大。Adam 对学习率的敏感度比 SGD 低课设阶段不需要精细调学习率就能收敛。X_train_t torch.from_numpy(X_train) y_train_t torch.from_numpy(y_train) X_val_t torch.from_numpy(X_val) y_val_t torch.from_numpy(y_val) model LSTMPredictor(input_sizeX_train.shape[2]) criterion nn.MSELoss() optimizer torch.optim.Adam(model.parameters(), lr0.001) batch_size 256 epochs 30 for epoch in range(epochs): model.train() total_loss 0.0 for i in range(0, len(X_train_t), batch_size): X_batch X_train_t[i:ibatch_size] y_batch y_train_t[i:ibatch_size] pred model(X_batch) loss criterion(pred, y_batch) optimizer.zero_grad() loss.backward() torch.nn.utils.clip_grad_norm_(model.parameters(), max_norm1.0) optimizer.step() total_loss loss.item() * len(X_batch) model.eval() with torch.no_grad(): val_pred model(X_val_t) val_loss criterion(val_pred, y_val_t) print(fepoch {epoch1:02d} | train_loss {total_loss/len(X_train_t):.4f} f| val_loss {val_loss.item():.4f})clip_grad_norm_是这里容易被忽略的一行。LSTM 在时间步方向上的反向传播容易让梯度在长序列上累计爆炸把梯度的 L2 范数裁剪到 1.0 之后训练稳定性会明显提升。如果跑出来 loss 时不时跳到 NaN第一反应就是检查这行有没有加。batch_size256 对这个数据量是合适的中等值。调小到 64 可以让收敛更平滑但每个 epoch 更新次数增多训练时间变长调到 512 以上梯度更新太粗糙val_loss 曲线容易震荡。训练集 12000 多条样本一个 epoch 只需要 48 步迭代30 个 epoch 在 CPU 上也就几分钟不需要 GPU。3.3 三个必调参数窗口长度、学习率与训练轮数初版跑通之后真正决定大作业分数的是后面这几组参数调整。先看 window_size 也就是序列长度。24 表示用过去一天预测下一小时这是很自然的物理含义但换到工作日和周末交替的边界上模型会缺上下文。试 48 小时或 72 小时通常会看到 val_loss 略有下降因为周末早上和平时早高峰完全不同更长窗口让模型有机会识别“今天是星期五”这种周期信号。学习率是最容易翻车的参数。0.01 起步往往看到 loss 在前几个 epoch 快速下降然后卡住不再动这是 Adam 的默认步长在后期偏大模型在最优解附近来回跳动。降到 0.0005 或 0.0003后期会更收敛。可以从 0.001 开始每 10 个 epoch 观察一次 val_loss连续两个 epoch 不下降就把学习率乘 0.5这个策略写在文档说明里会很加分。epoch 数目不是越大越好。小数据集上 30 到 50 个 epoch 足够超过后 val_loss 开始回升而 train_loss 还在下降这就是过拟合信号。判断依据很简单打印日志里 train_loss 和 val_loss 的 gap 越拉越大就说明模型开始背诵训练集的噪声模式了。早停法在这里很实用记录 val_loss 最小的那个 epoch训练结束后加载那一轮的模型权重做测试。参数调整有一个原则要守住每次只改一个变量。想比较 window_size 的影响就把学习率固定 0.001、hidden_size 固定 64跑 24、48、72 三个窗口画 val_loss 曲线。同时改两个参数的结果无法归因。4. 效果怎么量化MAE、RMSE、R² 与对比实验设计4.1 反标准化后算指标别被标准化后的数值误导训练时用的是标准化后的 cnt损失函数算出来的误差也是 0 到 1 尺度上的这个数值没有业务含义。验收时必须反标准化回真实的租借量。MinMaxScaler 的inverse_transform只接受二维输入所以要用reshape(-1, 1)把预测结果变成列向量再转换from sklearn.metrics import mean_absolute_error, mean_squared_error, r2_score cnt_min scaler.data_min_[-1] # cnt 的最小值 cnt_max scaler.data_max_[-1] # cnt 的最大值 def inverse_cnt(arr): return arr * (cnt_max - cnt_min) cnt_min y_test_inv inverse_cnt(y_test) pred_test_inv inverse_cnt(pred_test.numpy()) mae mean_absolute_error(y_test_inv, pred_test_inv) rmse mean_squared_error(y_test_inv, pred_test_inv, squaredFalse) r2 r2_score(y_test_inv, pred_test_inv) print(fMAE{mae:.2f} | RMSE{rmse:.2f} | R2{r2:.4f})注意这里scaler.data_min_[-1]取的是 cnt 列的统计量因为 cnt 并没有经过 fit_transform它的 min 和 max 没有被算进 scaler这里做的是手动同步。更稳妥的做法是训练前把 cnt 单独做一次 MinMaxScaler 并保存对象测试时调用它的inverse_transform。如果你的数据集和这里字段顺序不一致务必检查data_min_的索引。三个指标的解读方式MAE 是平均绝对误差单位是“辆/小时”比如 18 表示平均每个小时预测偏差约 18 辆车。RMSE 在 MAE 基础上放大了大误差的权重如果 RMSE 明显大于 MAE说明存在几个预测特别离谱的时刻比如雨天晚高峰。R² 是回归决定系数最直观的理解是模型比“预测平均值”好多少——0.85 表示解释了 85% 的方差负数则说明预测结果还不如直接取历史均值。4.2 画一张能讲故事的真实值对比曲线指标是数字而曲线才是人眼能直接感受到的东西。大作业里这部分的输出是答辩时的主战场。取测试集的后 72 小时把真实 cnt 和预测 cnt 画在一起import matplotlib.pyplot as plt show_len 72 start len(pred_test_inv) - show_len plt.figure(figsize(12, 5)) plt.plot(y_test_inv[start:], labelground truth, color#333333) plt.plot(pred_test_inv[start:], labelLSTM prediction, color#c0392b, linestyle--) plt.xlabel(hour) plt.ylabel(bike rental count) plt.legend() plt.tight_layout() plt.savefig(pred_vs_true.png, dpi150)图片保存出来后要刻意去观察几个位置每天的早上 7 到 9 点和晚上 17 到 20 点有没有系统性偏低晚上 23 点后真实值快速下降、模型是不是还拖着一个尾巴。这些观察要写进文档说明的“结果分析”一节原因是 LSTM 对突发性尖峰的处理能力有限它擅长的是周期模式。一张图配两段分析文字比十个 R² 数字都更有说服力。4.3 对比实验LSTM 不一定碾压 baseline但差距本身就是内容课程设计的评分体系里实验结果的好坏不是全部实验设计是否合理也占很大比重。最低限度的对比是“持久性预测”也就是直接用上一小时的 cnt 作为当前小时的预测值。共享单车数据相邻两小时高度相关这个 baseline 的 MAE 往往低得惊人甚至可能接近 LSTM 的效果。把它放进报告并不丢人反而证明你对问题的理解足够深——单车租借量不是白噪声而是有强自相关的时间序列。第二个对比是线性回归直接把当前时刻的特征映射到 cnt没有任何时序记忆能力。做法很简单from sklearn.linear_model import LinearRegression from sklearn.preprocessing import StandardScaler # 用测试集按窗口最后一步的特征来训练线性模型 lr_scaler StandardScaler() lr LinearRegression() X_lr_train df_train[feat_cols].values lr.fit(lr_scaler.fit_transform(X_lr_train), df_train[target_col].values) X_lr_test_raw df_test[feat_cols].values pred_lr lr.predict(lr_scaler.transform(X_lr_test_raw))这里特意用了 StandardScaler 而不是 MinMaxScaler是想说明一个点线性回归对特征的量纲敏感但用哪个 scaler 不是核心核心是保持和训练一致。对比表可以做成三行两列列出 MAE 和 R²。通常结果能看到 LSTM 在 R² 上领先线性回归 5 到 10 个百分点。如果线性回归反而赢了也不必惊慌检查一下是不是 LSTM 参数没有收敛。5. 共享单车 LSTM 预测的四个常见坑现象、原因与解决5.1 验证集 R² 极高但测试集惨不忍睹时间泄漏的经典翻车现象训练完模型后验证集 R² 有 0.95把模型切到测试集上一算只有 0.3甚至为负。更诡异的是随机重复几次都是同样的规律。说明数据切分环节把未来的信息泄漏进了训练集。原因最常见的是用train_test_split(shuffleTrue)随机打乱数据。共享单车数据是逐小时连续记录随机切分后训练集中混进了时间上相邻的验证集样本。模型在训练时“看到”了验证集时段的数据验证自然漂亮到了真正未见过的测试时段就原形毕露。另一个隐藏版本是前面提到的构造滑窗时窗口尾部越界吃到了下一段的数据。解决严格按时间顺序切分并确保滑窗函数只消费当前片段内的数据。训练集、验证集、测试集的比例可以按 6:2:2 或 7:1.5:1.5但顺序必须是单调的。还有一个自查方法打印 X_train 最后一个窗口的结束时间再打印 X_val 第一个窗口的起始时间中间应该有一个时间步的间隔。5.2 预测曲线比真实值滞后一个时间步模型学会了偷懒现象画出来的曲线里红色预测线和灰色真实线形状几乎一样但整体向右平移了一天。早高峰的峰值预测出现在实际峰值后一天。这是时序预测最经典的“滞后现象”。原因LSTM 在训练时发现最小化 MSE 的最优策略是预测前一刻的观测值。因为相邻小时租借量高度相关把上一个 cnt 原样搬过来误差已经很小。模型没有学到更深的周期结构。特别是用 24 小时窗口预测下一个小时时窗口最后一个时刻的 cnt 对下一时刻有压倒性的影响。解决最直接的办法是做差分把预测目标从原始 cnt 改成“当前时刻与上一时刻的差值”。模型学到的是变化量而非绝对量滞后效应会明显减弱。其次是扩大窗口到 48 或 72 小时让模型有更多上下文来打破局部惯性。如果这两个都不想做至少要在报告里承认这个现象并分析原因这本身就是加分项。5.3 loss 不降甚至震荡学习率、梯度裁剪与标准化三连查现象训练循环打印的 loss 在前 5 个 epoch 有小幅下降之后开始上下跳动偶尔出现 inf 或 NaN。验证集误差跟着剧烈波动最终结果完全不可用。原因三条线索逐一排查。第一学习率太大Adam 在最优解附近来回跳。第二LSTM 反向传播梯度爆炸没有做梯度裁剪。第三标准化没有生效特征里面混入了原始尺度的大数值字段比如没处理过的 humidity 或 windspeed导致 loss 曲面过于陡峭。解决按顺序做三件事。先把学习率降到 0.0005并加上clip_grad_norm_如果 loss 还在震荡检查输入张量是不是经过 MinMax 变换后的值打印X_train_t.min()和X_train_t.max()正常应该在 0 到 1 之间。如果最小值是负数而且范围很大说明某一个字段用了 StandardScaler 而其他字段用了 MinMax特征尺度不统一喂进 LSTM 后非线性激活函数饱和。5.4 特征里混进 casual 和 registered模型拿了标准答案现象训练损失下降到接近 0验证 R² 达到 0.98 以上但只把特征列换成真实场景下可获取的数据模型崩溃。这个现象容易出现在学过 sklearn 回归的学生里——特征越多越兴奋不假思索把数据所有列填进去。原因cnt casual registered 是恒等式模型只要分别拟合两个分量再求和就能达到完美预测但它没有学到任何真实规律。课程设计验收时老师一旦问“如果预测未来未知的租借量这两个特征你从哪来”就答不上来了。解决删掉这两个字段并把这段分析写进文档说明的“特征选择”一节。可以解释为“由于预测阶段无法获得未来时段的分用户类型租借量本文将其排除以避免数据泄漏”。这既展示了技术判断力也堵住了答辩提问的漏洞。6. 从能跑进化到高分多步预测与实验规划技巧如果只做单步预测大作业的完成度是及格。想让分数再上一个台阶最值得投入的是多步预测——用过去 24 小时数据预测未来 6 小时或 24 小时的租借曲线。改造方法不复杂只改动两个地方把输出维度从 1 改成预测步数比如nn.Linear(hidden_size, 6)然后把训练数据的目标从单值改成一段序列 y 的 shape 从(batch_size,)变成(batch_size, 6)。损失函数从单步 MSE 改成多步平均 MSE。训练完成后画曲线时横轴变成未来 6 小时能直观看到模型在早晚高峰的衰减表现。第二个值得做的小改动是时间特征增强。把 hr 和 weekday 做 one-hot 编码让模型显式知道当前是周三早上 8 点而不是从头推断时间周期。在滑窗代码里把这两列扩展开特征数从 10 变成 10 24 7其他代码几乎不用动。这个改动往往能带来 R² 提升 2 到 3 个百分点而且是纯特征工程层面的收益答辩时非常好讲。最后是实验记录习惯。训练脚本跑完自动输出一张汇总表把窗口长度、hidden_size、学习率、MAE、RMSE 全部记录下来。我做过一次用 72 小时窗口预测未来 12 小时的版本打印到第 40 轮时发现 val_loss 从 0.012 降到了 0.009当时以为是模型变聪明了后来才发现是学习率被手动调低后出现了阶段性假收敛。实验记录的价值就在这种地方——每一次调整都有据可查而不是靠记忆。这份大作业做到这个程度文档说明里包含数据理解、实验对比、坑点记录三块内容答辩时也就站得住了。希望这些踩坑经验帮到你。本文还有配套的精品资源点击获取