咨询数据集

[wang-shuibin]

你好，能提供几个数据集嘛（.CSV格式的）

[a1032077316]

同求

[xiatian815]

ECG_data.csv
metr.csv
这些数据我跑出来的效果很差，不知道是不是因为显卡不行的原因

[xuexue49]

ecg的数据集效果是不错的

ECG_data.csv metr.csv 这些数据我跑出来的效果很差，不知道是不是因为显卡不行的原因

[xiatian815]

感觉不太理想

[wang-shuibin]

我也跑出来效果不理想

[aikunyi]

Thank you for your interest in our work. Maybe you should execute the test function, not just train

[wang-shuibin]

okok

[xiatian815]

感谢您对我们工作的兴趣。也许你应该执行测试函数
哪个py文件是进行测试的呢

[lurenyi233]

同想请教一下，我在ECG数据集上test的效果比较差，这可能是什么原因呢？

下面是我用的参数，十分感谢！！
parser = argparse.ArgumentParser(description='fourier graph network for multivariate time series forecasting')
parser.add_argument('--data', type=str, default='ECG', help='data set')
parser.add_argument('--feature_size', type=int, default='140', help='feature size')
parser.add_argument('--seq_length', type=int, default=12, help='inout length')
parser.add_argument('--pre_length', type=int, default=12, help='predict length')
parser.add_argument('--embed_size', type=int, default=128, help='hidden dimensions')
parser.add_argument('--hidden_size', type=int, default=256, help='hidden dimensions')
parser.add_argument('--train_epochs', type=int, default=100, help='train epochs')
parser.add_argument('--batch_size', type=int, default=4, help='input data batch size')
parser.add_argument('--learning_rate', type=float, default=0.00001, help='optimizer learning rate')
parser.add_argument('--exponential_decay_step', type=int, default=5)
parser.add_argument('--validate_freq', type=int, default=1)
parser.add_argument('--early_stop', type=bool, default=False)
parser.add_argument('--decay_rate', type=float, default=0.5)
parser.add_argument('--train_ratio', type=float, default=0.7)
parser.add_argument('--val_ratio', type=float, default=0.2)
parser.add_argument('--device', type=str, default='cuda:0', help='device')

[timc12]

data leakage很大程度影响了ECG数据集结果，没有#11 前MAPE大概20%多，没了data leakage就大概50%多

[aikunyi]

已经修改了data_loader.py文件，建议重跑下，我们没有观测到您说的这种情况

[day338]

感谢您对我们工作的兴趣。也许你应该执行测试函数
哪个py文件是进行测试的呢

同问，哪个文件是进行测试的，楼主知道了吗

[zhangweish]

请问数据集在哪里下载呢？

[Zrmmm]

ECG_data.csv metr.csv 这些数据我跑出来的效果很差，不知道是不是因为显卡不行的原因
请问这个METR.CSV文件是论文中那个METR-LA数据集吗,为什么我用这个文件跑的效果比论文中好?

[Solaaaaa]

感谢您对我们工作的兴趣。也许你应该执行测试函数
哪个py文件是进行测试的呢

你问的可能是测试函数，在源文件 main.py 中没有执行test（）函数，你可以在最后加上一句test（）来执行test函数。

另外，main.py 中的test（）函数中的这条语句：
model = load_model（result_test_file， 48）
可能要修改为：
model = load_model（result_test_file， epoch）
希望能够帮到你！

[Solaaaaa]

请问数据集在哪里下载呢？
README中的论文里有，以下是论文里的几个数据集的下载链接：
https://www.nrel.gov/grid/solar-power-data.html
http://www.timeseriesclassification.com/description.php?Dataset=ECG5000 https://archive.ics.uci.edu/ml/datasets/ElectricityLoadDiagrams20112014
https://github.com/CSSEGISandData/COVID-19
https://github.com/liyaguang/DCRNN

[fftfcd]

不大理想

[Solaaaaa]

不大理想

我猜你跑的应该是ECG数据集，以下是我跑ECG的结果：

我怀疑我们差这么多的原因可能是你使用了https://github.com/aikunyi/FourierGNN/files/13737648/ECG_data.csv 这个ECG数据集，请注意这个数据集可能是错的，论文中描述的ECG数据集的链接应该为 http://www.timeseriesclassification.com/description.php?Dataset=ECG5000
但是我跑出来的结果还是和论文结果有不小的差距。论文中MAPE为10.97%，MAE为0.052，RMSE为0.078，以下是我的参数，我想请教一下作者原因，十分感谢！！
parser = argparse.ArgumentParser(description='fourier graph network for multivariate time series forecasting')
parser.add_argument('--data', type=str, default='ECG', help='data set') #ECG
parser.add_argument('--feature_size', type=int, default='140', help='feature size') #140
parser.add_argument('--seq_length', type=int, default=12, help='inout length') #每个窗口的T是固定的
parser.add_argument('--pre_length', type=int, default=12, help='predict length')
parser.add_argument('--embed_size', type=int, default=128, help='hidden dimensions')
parser.add_argument('--hidden_size', type=int, default=256, help='hidden dimensions')
parser.add_argument('--train_epochs', type=int, default=100, help='train epochs') #100
parser.add_argument('--batch_size', type=int, default=32, help='input data batch size')
parser.add_argument('--learning_rate', type=float, default=0.00001, help='optimizer learning rate')
parser.add_argument('--exponential_decay_step', type=int, default=5)
parser.add_argument('--validate_freq', type=int, default=1)
parser.add_argument('--early_stop', type=bool, default=False)
parser.add_argument('--decay_rate', type=float, default=0.5)
parser.add_argument('--train_ratio', type=float, default=0.7)
parser.add_argument('--val_ratio', type=float, default=0.2)
parser.add_argument('--device', type=str, default='cuda:0', help='device')