简介面向计算机专业学生的流感时间序列预测完整项目整合ARIMA、LSTM、Transformer三类主流模型适用于期末大作业、课程设计及实战练习。压缩包共25个文件包含7个Python脚本、7个CSV数据文件、4个Excel表格、2个Jupyter Notebook及5个辅助压缩包整体约4.93MB结构清晰。已有387人浏览学习。Python脚本覆盖数据平稳性检验、ADF检验、ACF/PACF分析、模型定阶、残差分析、多模型对比与最终预测等完整环节Notebook便于分步运行和复现数据文件可直接代入使用。项目经导师指导并获98分能帮助学习者系统掌握时间序列预测的建模流程理解ARIMA、LSTM等模型在流感数据上的应用与调优思路是课程设计或毕业项目的高质量参考。1. 流感预测不是玄学为什么 ARIMA、LSTM、Transformer 要放一起比做传染病预测的人应该都有同感流感这类数据单拿一个模型出来要么被季节性波动带偏要么在爆发拐点严重滞后。用 ARIMA 做基线用 LSTM 抓非线性用 Transformer 看长周期依赖最后放在同一个评估框架里横向对比这才是这份源码真正的价值所在。它不是一个模型而是一整套「数据清洗 → 平稳性检验 → 多模型训练 → 指标对比 → 可视化呈现」的流水线适合做课程设计、毕业设计也适合刚入门时序预测的工程师拿来当模板改业务数据。这个项目的定位很明确用同一份流感历史数据跑通三种典型时序模型的完整流程。你不需要自己从零搭框架拿到源码后改数据路径、调几个核心参数就能出结果。对于新手它能让你在一天内看到三种模型在同一数据集上的真实差异对于熟手它的价值在于帮你快速验证一个新数据集到底适合线性模型还是深度模型省掉大量重复的造轮子时间。整篇文章按落地路径走先讲数据长什么样、怎么预处理才能喂给三个模型再分别拆 ARIMA、LSTM、Transformer 在流感预测上的具体实现和参数设置然后给出评估对比的标准方法最后把最容易翻车的坑一次性讲透。2. 先把数据伺候好流感时序预测的预处理与数据集划分2.1 流感数据的特点周度粒度、缺失值、爆发尖峰流感监测数据最常见的是周度发病数或阳性检出率粒度偏粗一条记录代表一周。这种数据有三个显著特点强季节性冬春季高峰、年度漂移不同年份毒株流行强度不同、突发尖峰流感爆发周可能出现数倍于平时的数值。这三个特点直接决定了预处理策略不能照搬通用时序模板。拿到原始数据后第一步不是建模而是画图。把时间序列折线图、月度热力图、年度对比图先画出来确认三件事有没有明显趋势项、季节性周期是 12 个月还是 52 周、有没有需要特殊处理的异常尖峰。这份源码里自带了数据探索的可视化脚本我建议你跑完后自己盯着图看几分钟再做下一步。缺失值处理上周度流感数据通常采用线性插值或前向填充。线性插值适用于缺失点较少少于 5%、周围趋势平稳的情况如果缺失的是爆发周附近的数据线性插值反而会拉低峰值这种情况下用相邻年份同一周的均值更稳妥。异常值不要直接删除先判断是录入错误还是真实爆发真实爆发周的数据对训练模型识别尖峰至关重要。2.2 平稳性检验与差分ARIMA 的前置门槛ARIMA 模型要求输入序列平稳所以差分阶数 d 的选择是第一个关键决策点。常见做法是先用 ADF 检验看原始序列的 p 值如果大于 0.05 说明非平稳做一阶差分后再检验直到 p 值小于 0.05 为止。from statsmodels.tsa.stattools import adfuller # 原始序列 ADF 检验 result_raw adfuller(df[flu_cases]) print(f原始序列 ADF p-value: {result_raw[1]:.4f}) # 一阶差分后再检验 df[diff_1] df[flu_cases].diff().dropna() result_diff adfuller(df[diff_1].dropna()) print(f一阶差分 ADF p-value: {result_diff[1]:.4f})这段代码的逻辑很直白先检验原序列如果 p 值超过 0.05 就做差分再检验。参数上要注意dropna()必须加否则差分后第一行的 NaN 会导致检验报错或结果失真。实际流感数据通常一阶差分就能平稳如果一阶后仍不平稳先检查数据里是否有趋势性缺失而不是盲目做二阶差分——二阶差分会让序列失去可解释性预测结果也容易过度平滑。对于 LSTM 和 Transformer差分不是必须的但有一点要留意如果原始序列的量纲差异大比如有的年份周均 500 例有的年份 5000 例不做归一化会让深度模型训练效率极低。后面两章会分别讲各自的归一化策略。2.3 训练集 / 验证集 / 测试集划分时序数据严禁随机打乱这是流感预测项目里新手最容易犯的错误。常规机器学习习惯用train_test_split随机划分但时间序列一旦打乱顺序模型学到的是「未来信息」测试集分数虚高实盘预测直接翻车。正确的做法是按时间顺序切分。我一般按 7:1:2 切——前 70% 训练接着 10% 做验证集调参最后 20% 做测试集评估。这份源码默认也是这个比例在配置里可以直接改。# 按时间顺序切分严禁 shuffle train_size int(len(data) * 0.7) val_size int(len(data) * 0.1) train_data data[:train_size] val_data data[train_size:train_size val_size] test_data data[train_size val_size:]参数说明val_size的作用是给深度模型做早停和调学习率用ARIMA 不参与验证集调参只用训练集拟合、测试集评估。流感数据通常只有 35 年即 150260 条周度记录测试集 20% 大约 3050 条足够算出有意义的误差指标。千万不要为了追求测试集更大而压缩训练集ARIMA 在这种数据量下拟合不足会非常明显。3. ARIMA 基线模型用统计模型把下限打牢3.1 定阶策略ACF/PACF 图与自动网格搜索结合ARIMA 的三个超参数 p、d、q 是绕不开的核心。d 在上一章已经通过 ADF 检验确定p 和 q 可以用两种方式确定看 ACF/PACF 图人工判断或者用网格搜索自动选优。实际项目中我建议两者结合——先看图缩小范围再用 AIC/BIC 精确定阶。ACF 图在 lag 处截尾说明 q 取那个 lag 数PACF 图截尾说明 p 取那个 lag 数。但流感数据往往在多个 lag 处都有显著相关性看图判断容易犹豫不决所以更可靠的是网格搜索。import itertools from statsmodels.tsa.arima.model import ARIMA p_range range(0, 5) d 1 q_range range(0, 5) best_aic float(inf) best_order None for p, q in itertools.product(p_range, q_range): try: model ARIMA(train_data, order(p, d, q)) result model.fit() if result.aic best_aic: best_aic result.aic best_order (p, d, q) except Exception as e: continue print(f最佳 ARIMA 阶数: {best_order}, AIC: {best_aic:.2f})参数说明p 和 q 的搜索范围设为 04 是流感周度数据的常见经验值——超过 4 的滞后阶数在周度粒度下边际收益很小反而增加过拟合风险。try-except不能省ARIMA 在某些参数组合下会收敛失败直接跳过比报错终止更高效。注意p从 0 开始包含纯 MA 模型q从 0 开始包含纯 AR 模型这样搜索空间是完整的。实际跑下来流感数据最常见的定阶结果是 ARIMA(1,1,1) 或 ARIMA(2,1,1)。如果搜索结果出现 p 或 q 大于 3先怀疑是不是差分阶数不够或者数据里有未处理的异常值而不是直接接受高阶梯模型。3.2 预测与反差分还原别拿差分后的数字去跟真实值比ARIMA 在差分后的序列上训练输出的是差分值必须做逆差分还原才能和真实数据对比。这一点容易被忽略尤其是在写评估代码时直接拿forecast结果算 RMSE得出的误差会小得离谱——不是模型好是量纲错了。# 预测未来 N 步 n_forecast len(test_data) forecast_diff result.forecast(stepsn_forecast) # 反差分还原从训练集最后一个真实值开始累积 last_train_value train_data.iloc[-1] forecast_restored [] current last_train_value for diff_val in forecast_diff: current current diff_val forecast_restored.append(current) forecast_restored pd.Series(forecast_restored, indextest_data.index)核心逻辑在循环里预测的第一个差分值加到训练集最后一个真实值上得到第一个预测值这个预测值再作为下一个的基准继续累加。参数n_forecast必须和test_data长度一致否则后面的评估代码会报索引错。还有一种更省事的做法是result.predict(start..., end...)传入绝对位置索引statsmodels 会自动处理还原但手动写循环能让你更清楚每一步在做什么出问题时排查更快。3.3 ARIMA 的边界为什么流感爆发周它一定滞后统计模型的本质是用历史模式的线性组合预测未来所以它对「从未出现过的新模式」天然无感。流感爆发周如果数值远超历史最高水平ARIMA 的预测值会明显偏低且滞后一拍才往上走。这不是代码 bug是模型能力的物理边界。在这个项目里ARIMA 最大的作用是做对照基线如果 LSTM 或 Transformer 的测试集误差比 ARIMA 还差那深度模型就白做了需要回去查数据和训练配置。我见过不少项目最终结论写成「Transformer 优于 ARIMA」但测试集上实际只好了几个百分点——这种情况下要反思是不是 Transformer 参数没调够而不是急着下结论说模型更先进。4. LSTM 模型滑动窗口构建与训练细节4.1 为什么用滑动窗口流感预测的滞后性建模LSTM 不是直接吃一整条序列而是通过滑动窗口把序列切成「用过去 N 周预测未来 M 周」的样本对。窗口长度直接影响模型能看到的依赖范围——流感潜伏期加传染周期通常 24 周所以窗口长度设为 812 周比较合理既能覆盖一个完整的传播过程又不会因为过长引入太多噪声。import numpy as np import torch from torch.utils.data import TensorDataset, DataLoader def create_sequences(data, window_size12, forecast_horizon4): X, y [], [] for i in range(len(data) - window_size - forecast_horizon 1): X.append(data[i:i window_size]) y.append(data[i window_size:i window_size forecast_horizon]) return np.array(X), np.array(y) # 假设 data 已经做完归一化 X_train, y_train create_sequences(train_data_normalized, window_size12, forecast_horizon4) X_val, y_val create_sequences(val_data_normalized, window_size12, forecast_horizon4)参数说明window_size12表示用过去 12 周预测forecast_horizon4表示一次预测未来 4 周。这两个值是流感场景的推荐起点具体可以根据数据长度调整——数据只有 150 条时窗口太长会大幅减少样本数这时缩到 8 更合适。create_sequences里循环的结束条件是len(data) - window_size - forecast_horizon 1少写一个减号就会导致索引越界。需要注意归一化必须在切窗前完成且只用训练集的均值和标准差。如果在全量数据上做归一化等于把测试集的信息泄漏进了训练过程验证集和测试集的指标都会虚高。4.2 模型搭建单层还是双层Hidden Size 怎么定流感数据量不大LSTM 网络不宜过深。单层 LSTM 加一个全连接输出层是最稳妥的起点如果训练集损失降不下去再加第二层。Hidden Size 通常设置在 32128 之间数据量小就往下限靠数据量足可以往上探。import torch.nn as nn class LSTMForecaster(nn.Module): def __init__(self, input_size1, hidden_size64, num_layers2, output_size4): super().__init__() self.lstm nn.LSTM( input_sizeinput_size, hidden_sizehidden_size, num_layersnum_layers, batch_firstTrue, dropout0.2 if num_layers 1 else 0 ) self.fc nn.Linear(hidden_size, output_size) def forward(self, x): out, _ self.lstm(x) # out: (batch, seq_len, hidden_size) out out[:, -1, :] # 取最后一个时间步的隐状态 return self.fc(out)代码里两个关键点batch_firstTrue让输入张量的形状变成(batch, seq_len, features)符合 PyTorch 惯例取out[:, -1, :]是只保留序列最后一个时间步的隐状态作为全连接层的输入因为我们要预测的是未来 4 周而非逐周输出。dropout0.2只在层数大于 1 时生效单层时设 dropout 反而会抑制学习。预测未来 4 周有两种方式一种是这里展示的直接多步输出模型一次吐 4 个值另一种是递归预测——先预测下周把预测值拼接回输入再预测下下周。直接多步更快、训练更稳缺点是 4 周之间的相关性没显式建模递归预测更灵活但误差会累积。流感预测我倾向于直接多步因为 4 周内误差累积还不算严重。4.3 训练循环早停、学习率与过拟合的博弈深度模型训练是这份源码里最需要耐心调的部分。常见做法是 Adam 优化器 MSE 损失函数学习率从 1e-3 起步配合 ReduceLROnPlateau 在验证集 loss 停滞时自动降一半。optimizer torch.optim.Adam(model.parameters(), lr1e-3) criterion nn.MSELoss() scheduler torch.optim.lr_scheduler.ReduceLROnPlateau( optimizer, modemin, factor0.5, patience10, verboseTrue ) best_val_loss float(inf) patience_counter 0 early_stop_patience 20 for epoch in range(200): model.train() train_loss 0 for x_batch, y_batch in train_loader: optimizer.zero_grad() predictions model(x_batch) loss criterion(predictions, y_batch) loss.backward() optimizer.step() train_loss loss.item() model.eval() val_loss 0 with torch.no_grad(): for x_batch, y_batch in val_loader: predictions model(x_batch) val_loss criterion(predictions, y_batch).item() scheduler.step(val_loss) if val_loss best_val_loss: best_val_loss val_loss patience_counter 0 torch.save(model.state_dict(), best_lstm.pth) else: patience_counter 1 if patience_counter early_stop_patience: print(fEarly stopping at epoch {epoch}) break几个关键参数patience10是给学习率调整的耐心early_stop_patience20是给早停的耐心后者必须是前者的整数倍以上才不会误杀。torch.save保存的是验证集最优模型而非最后一轮模型这是深度学习中必须养成的好习惯——最后一轮往往已经过拟合了。训练轮数上限 200 是保险值实际流感数据通常 60100 轮内就会触发早停。评估时要反归一化把预测值和真实值都还原到原始量纲再计算 RMSE 和 MAE。这一步经常被漏掉导致 LSTM 的误差比 ARIMA 还小但画图时对不上号。归一化的参数在预处理时已经保存了直接调用即可。5. Transformer 模型时序预测与 NLP 的差异处理5.1 位置编码的意义流感序列里的「顺序」不是句子里的「顺序」Transformer 从 NLP 迁移到时序预测最大的改动是位置编码。NLP 里位置编码提供的是词语顺序信息语义上的先后虽然重要但相邻 token 的关注度差距没那么敏感。时序数据完全相反第 3 周的数值和第 4 周的数值之间的连续性极其重要位置编码不设计好模型会失去对「时间的流向」的感知。流感预测的 Transformer 实现有两种常见位置编码方式固定三角函数编码原版 Transformer 的做法和可学习位置编码。固定编码的优点是泛化性强——预测阶段如果序列长度超过训练时的长度不会被位置向量卡住可学习编码在短序列上拟合更好但超出训练长度时需要外推而这正是 Transformer 的软肋。import math import torch.nn as nn class PositionalEncoding(nn.Module): def __init__(self, d_model, max_len500): super().__init__() pe torch.zeros(max_len, d_model) position torch.arange(0, max_len, dtypetorch.float).unsqueeze(1) div_term torch.exp(torch.arange(0, d_model, 2).float() * (-math.log(10000.0) / d_model)) pe[:, 0::2] torch.sin(position * div_term) pe[:, 1::2] torch.cos(position * div_term) pe pe.unsqueeze(0) # (1, max_len, d_model) self.register_buffer(pe, pe) def forward(self, x): return x self.pe[:, :x.size(1), :]div_term的计算决定了不同维度上的频率衰减速度这是原版论文的核心设计维度越低频率越高维度越高频率越低让模型能同时捕捉短周期和长周期模式。register_buffer让位置编码随模型保存且不参与梯度更新。流感数据最长不过几年max_len500足够覆盖。这里有一个容易踩的坑Transformer 的d_model是嵌入维度流感预测每个时间步只有一个特征值周发病数你会发现输入维度是 1跟d_model64对不上。解决方式是加一个线性映射层把 input_size1 先升维到 d_model进入 Transformer 后再降维输出。5.2 Encoder 架构参数Layer、Head、Dropout 的合理范围流感数据量小Transformer 的架构必须克制。Encoder Layer 用 2 层即可3 层以上在小数据集上基本过拟合。Attention Head 设在 48 之间d_model64 配 4 个 head 是性价比最高的组合——每个 head 的维度 16既保证注意力多样性又不至于参数爆炸。Dropout 是 Transformer 在时序预测上最重要的正则化手段。位置编码输出后加 0.1每个 Encoder Layer 内部加 0.10.2全连接层加 0.1。这些 dropout 位置看着分散但每个都在切掉不同的过拟合路径——位置编码后的 dropout 防的是模型死记位置信息Layer 内的 dropout 防的是注意力矩阵过拟合到训练集的特定数值组合。以下是实现的核心片段模型结构部分参考了常见做法import torch.nn as nn class TransformerForecaster(nn.Module): def __init__(self, input_size1, d_model64, nhead4, num_layers2, output_size4): super().__init__() self.input_proj nn.Linear(input_size, d_model) self.pos_encoder PositionalEncoding(d_model) encoder_layer nn.TransformerEncoderLayer( d_modeld_model, nheadnhead, dim_feedforward128, dropout0.1, batch_firstTrue ) self.encoder nn.TransformerEncoder(encoder_layer, num_layersnum_layers) self.output_proj nn.Linear(d_model, output_size) def forward(self, x): x self.input_proj(x) x self.pos_encoder(x) x self.encoder(x) x x[:, -1, :] return self.output_proj(x)dim_feedforward128是前馈网络的隐藏层宽度经验法则是 d_model 的 2 倍上下。过大比如 512在小数据集上会立即过拟合过小比如 32会削弱非线性表达能力。batch_firstTrue在这份源码里也用了输入形状和 LSTM 保持一致方便统一数据加载逻辑。5.3 attention 可视化怎么确认模型真的学到了季节性跑完 Transformer 后建议做一步 LSTM 没有的操作——把注意力权重可视化。这不是必须的但能帮你判断模型是否真的学到了流感季节性模式而不是在硬套位置编码。具体做法挑一个测试集样本画出 12 个输入时间步对输出第 1 周的注意力权重热力图。如果模型学到的是有意义模式你会看到权重集中在近 24 周也就是潜伏期加传播周期的范围如果权重均匀分散在所有时间步说明模型没区分出信息重要性大概率是欠拟合如果权重极端集中在某一步那是过拟合信号。这一可视化对用户判断「Transformer 在这个项目里到底值不值得用」非常重要也是项目答辩时最有说服力的材料。对着热力图讲「模型自动发现了流感传播的 24 周依赖窗口」比贴一堆误差指标更能让人真正信服。6. 流感预测避坑指南从数据泄漏到维度错配6.1 数据泄漏归一化必须在划分之后现象LSTM 和 Transformer 的测试集 RMSE 小得惊人画图时预测曲线和真实曲线几乎完全重合但换一批新数据预测就完全崩掉。原因归一化时用了全量数据的均值和标准差测试集的数值分布间接进入了训练过程。模型在训练时「见过」测试集的范围信息相当于考试前看了答案。解决严格三步走——先划分训练集 / 验证集 / 测试集再在训练集上计算均值标准差最后用训练集的参数去归一化所有数据。即使验证集和测试集也归一化到训练集的分布上这一步不能省略。6.2 ARIMA 训练报错 LinAlgError收敛失败的背后是数据或阶数问题现象model.fit()抛出奇异矩阵错误或者某些(p, d, q)组合下 AIC 值突然变成 NaN。原因流感数据如果包含连续多周为 0 的区间比如非流行季某些地区确实可能连续数周零报告会导致自相关矩阵奇异也可能是 p 或 q 取值过大模型尝试拟合不存在的滞后结构。解决在网格搜索的循环里加try-except的容错只是一方面根本解法是检查原始数据里的零值长段。如果有先对整列做df[flu_cases] df[flu_cases].clip(lower1)再加 log 变换把零值压成接近 0 的正数能大幅减少收敛失败的概率。6.3 Transformer 训练损失骤降为 0维度错配的经典表现现象训练过程中 loss 一个 epoch 内直接从 1 跳到 0打印出来的预测值全是同一个常数。原因output_proj的输入取的是x[:, -1, :]如果这段代码误写成了x[:, -1]张量维度就从(batch, d_model)变成了(batch, d_model)以外的形状线性层接收不到正确输入。更隐蔽的是位置编码没有加到输入上Transformer 退化成纯 MLP拟合能力过剩直接记住了训练集均值。解决在前向传播里加形状断言assert x.shape[1] window_size and x.shape[2] input_size一旦维度不对立刻报错而不是静默输出错误结果。位置编码的register_buffer很容易在代码迁移时被漏掉检查一下模型加载后model.state_dict()里有没有pos_encoder.pe这个 key。6.4 训练集 loss 下降但验证集 loss 停滞学习率过低而非模型问题现象训练 loss 稳步下降到 0.01 附近但验证集 loss 卡在 0.2 左右不再动调大模型宽度也没用。原因常见问题在于学习率太低导致模型只能在局部最优附近徘徊在流感数据这种小样本上Adam 默认的 1e-3 起步通常足够了但如果数据归一化后方差特别小需要更大的学习率才能跨出初始区域。解决把学习率从 1e-3 调到 5e-3 试一轮如果 loss 波动剧烈再降回 3e-3 微调。另一个实用手段是加 warmup——前 5 个 epoch 让学习率从 1e-5 线性升到目标值这能让模型先稳定方向再加速收敛在 Transformer 上效果比 LSTM 明显得多。6.5 测试集长度不等导致评估报错n_forecast 和 test_data 必须严格一致现象评估阶段sklearn.metrics.mean_squared_error(test_y, pred_y)报长度不匹配。原因ARIMA 的forecast(stepsn_forecast)和 Transformer 的output_size在配置里分别写死了如果后者修改过比如从 4 改成 8而 n_forecast 没同步修改两个数组长度就错位了。解决在所有预测代码里不要写死数字统一用len(test_data)或output_size变量。这是一个基础但极高频的失误源码里建议把所有预测步长都从配置文件的同一个变量读取从源头杜绝错位。7. 三个模型怎么组合才最有说服力Ensemble 与预测区间验证一个很不错但很多人没试过的玩法是把三个模型的预测结果做加权平均。权重不靠拍脑袋用验证集上的表现来定——每个模型的权重与其验证集 RMSE 成反比效果往往比单独用最好的模型还要稳一点。这是因为 ARIMA 的线性特性和 LSTM/Transformer 的非线性捕捉到的信息有互补性加权平均可以减少结构性偏差。权重计算方式建议用简单反比加归一化不用引入复杂的优化算法小数据集上复杂方法反而容易过拟合。# 假设三个模型在验证集上的 RMSE rmse_arima 120.5 rmse_lstm 98.3 rmse_transformer 104.7 weights { arima: 1 / rmse_arima, lstm: 1 / rmse_lstm, transformer: 1 / rmse_transformer } total sum(weights.values()) for k, v in weights.items(): weights[k] v / total # 测试集集成预测 ensembled_pred ( weights[arima] * pred_arima weights[lstm] * pred_lstm weights[transformer] * pred_transformer )如果追求更大的说服力可以在这个基础上给深度模型加置信区间。LSTM 的区间可以用 MC Dropout——预测时打开 dropout跑 30 次取均值和方差方差就是不确定性的近似表达Transformer 则是调低 temperature 不适用改用多次随机种子训练取分散度更合理。这个方法不算严谨的贝叶斯推断但在工程场景里够用能给出一个可量化的置信范围。最后的验证建议是走一遍时间序列交叉验证——把数据切成多段每段轮流做测试集取多次评估的平均值作为最终指标。流感预测的模型评估只看一次测试集结果很容易被偶然性误导时间序列交叉验证虽然计算量更大但结论的说服力远超单次划分。跑完后把三种模型在每个fold上的误差画成箱线图一眼就能看出哪一个模型在不同时间段上更稳定。这套流程走完项目的结论就不只是「Transformer 更好」这种空话而是明确的「在数据量小于 300 条时LSTM 和 ARIMA 差距不大Transformer 的优势体现在长窗口的依赖捕捉上」。我在做类似项目时最大的教训是深度模型的调参时间应该控制在总工作量的一半以内另一半留给数据理解和结果分析。很多人在 LSTM 的 hidden size 上死磕两三天最后发现提升 2% 的 RMSE 还不如把窗口长度从 8 改成 12 来得明显。记住这一点你在流感预测这个方向上会顺畅很多。希望这篇实战拆解能帮到你。本文还有配套的精品资源点击获取