零基础搞定时间序列自定义数据集：Time-Series-Library全流程指南

【免费下载链接】Time-Series-Library A Library for Advanced Deep Time Series Models. 项目地址: https://gitcode.com/GitHub_Trending/ti/Time-Series-Library

你是否还在为时间序列模型适配自定义数据而烦恼？格式不兼容、参数配置复杂、数据加载失败？本文将通过3个核心步骤+2个实战案例，手把手教你快速接入任意格式的时间序列数据，让你的模型训练效率提升50%。读完本文你将掌握：数据集格式规范、加载代码编写、参数配置技巧，以及异常检测/预测任务的适配方法。

一、数据集接入流程图解

时间序列数据接入需要经过数据准备、格式转换、参数配置、模型调用四个阶段。项目提供的标准流程如图所示：

图1：Time-Series-Library数据集处理全流程 项目流程图

核心处理模块位于 data_provider/ 目录，包含数据工厂 data_factory.py 和加载器 data_loader.py，支持从CSV文件、NPY数组等多种格式构建数据集。

二、自定义数据集格式规范

2.1 基础格式要求

所有自定义数据集需满足以下结构（以CSV文件为例）：

字段名	说明	数据类型
date	时间戳	字符串（如"2023-01-01 00:00"）
feature_1	特征1	数值型
...	...	...
target	目标变量	数值型

参考示例：data_provider/m4.py 中的M4数据集格式定义

2.2 时间特征编码

支持两种时间编码方式，通过 timeenc 参数控制：

• 0：手动提取时间特征（月/日/时），代码实现见 data_loader.py#L74-L79
• 1：自动时间特征生成，使用 utils/timefeatures.py 工具类

三、代码开发三步骤

3.1 定义数据集类

继承 Dataset 类实现自定义加载逻辑，关键重写以下方法：

class Dataset_Custom(Dataset):
    def __init__(self, args, root_path, data_path, flag='train'):
        # 初始化参数：序列长度、特征类型等
        self.seq_len = args.seq_len
        self.pred_len = args.pred_len
        # 数据加载
        self.__read_data__()
        
    def __read_data__(self):
        # 读取CSV文件
        df_raw = pd.read_csv(os.path.join(self.root_path, self.data_path))
        # 特征选择与标准化
        self.data_x = df_raw[cols_data].values
        self.data_y = df_raw[[self.target]].values
        
    def __getitem__(self, index):
        # 返回序列片段 (seq_x, seq_y)
        return seq_x, seq_y

代码片段来源：data_loader.py#L207-L307

3.2 注册数据集到工厂

在 data_factory.py 中注册新数据集：

data_dict = {
    'ETTh1': Dataset_ETT_hour,
    'custom': Dataset_Custom,  # 添加自定义数据集
    'm4': Dataset_M4
}

3.3 配置运行参数

通过命令行参数指定自定义数据路径：

python run.py --task_name long_term_forecast \
              --data custom \
              --root_path ./data/custom_data/ \
              --data_path my_data.csv \
              --features M \
              --target OT

完整参数说明：run.py#L22-L143

四、任务适配实战案例

4.1 异常检测任务

以SMAP数据集为例，适配异常检测需要实现滑动窗口切割：

class SMAPSegLoader(Dataset):
    def __getitem__(self, index):
        # 窗口大小=win_size，步长=step
        return self.test[index:index+self.win_size], self.test_labels[index:index+self.win_size]

实现参考：data_loader.py#L479-L520

4.2 多变量预测任务

修改特征配置为 --features M，模型自动加载所有特征列。核心处理逻辑在 data_loader.py#L257-L268：

if self.features == 'M':
    cols_data = df_raw.columns[1:]  # 加载所有特征
elif self.features == 'S':
    cols_data = [self.target]  # 仅加载目标列

五、常见问题解决

5.1 数据归一化问题

使用 StandardScaler 对训练集单独拟合：

self.scaler = StandardScaler()
train_data = df_data[border1s[0]:border2s[0]]
self.scaler.fit(train_data.values)

代码位置：data_loader.py#L66-L68

5.2 时间粒度适配

通过 freq 参数指定时间粒度：

--freq 'h'  # 小时级数据
--freq 't'  # 分钟级数据（支持15min等细分粒度）

时间特征生成逻辑：utils/timefeatures.py

六、项目资源与学习路径

• 官方教程：tutorial/TimesNet_tutorial.ipynb
• 模型源码：models/ 包含Autoformer/TimesNet等20+模型
• 社区案例：scripts/long_term_forecast/ 中的数据集配置文件

点赞+收藏本文，关注项目更新，下期将推出《时间序列数据增强实战指南》。如有技术问题，欢迎提交Issue到项目仓库。

【免费下载链接】Time-Series-Library A Library for Advanced Deep Time Series Models. 项目地址: https://gitcode.com/GitHub_Trending/ti/Time-Series-Library