目录
项目流程
项目地址
项目概述
对象分析
模块介绍
数据模块
数据读取
数据预处理
数据特征提取
项目流程
项目地址
仓库地址
项目概述
前几天(好吧，是前几个月—拖延症癌患者)，从一个小客户哪里收到了一批数据，没错，就是很小批量的数据，然后目标适用于解决交通流量预测等的问题。这本来是一个非常小非常小的项目，不过既然是第一次接到做交通流量预测的，当然要尽情搞事情。
首先是模型，什么SVM、LSSVM、SVR、BP等等传统，能上的都给他上上。然后使用模式，甭管是命令行工具还是绘图方式，能够写多少轮子就写多少轮子，所有的东西都是抽象抽象再抽象，我们的目标是没有最抽象只有更抽象。
既然决定，不单单只是做一个项目，而是决定在这个项目的基础上搞点东西，那么就要从头开始，所以，一开始就是先做架构了。
对象分析
我们先看看有哪些可以抽象出来的对象，首先，这是一个用于预测的模型项目，然后就有了第一个对象，模型，模型应该是用于预测和学习的。
然后，为了反馈预测，我们需要抽象一个残差对象，用于学习。
为了能够直观检验学习的效果，我们可能还需要对于部分学习效果进行可视化，因此需要构建一个绘图对象，用于将数据对象绘制成对应的图形。
由于拿到的数据比较参差，所以需要对数据进行预处理，按照时间聚合与分割，并且按照需要提取数据特征，因此需要构建数据提取过程的对象。
最后，为了连接数据端到模型端再到可视化端，我们需要构建一个管道对象，让整个数据流串接起来。
模块
模型
残差
可视化
管道
此外，由于客户的需求，我们还需要定制一些东西，比如我们要在模型中使用遗传算法来进行模型优化，所以我们也会构建一些ga相关的对象，比如个体，群体等。
然后，为了配置整个系统，要实现一个配置对象，去配置整个系统，可。
模块介绍
数据模块
数据模块基本负责了几件事情，数据读取、数据预处理和数据特征抽取。
数据
数据读取
数据预处理
数据特征抽取
数据读取
参考data/xlsx_reader.py，按照需求，我会收到一批xlsx类型的数据，也就是超表格数据。这里直接使用pandas中的read_excel提供能力。然后，在此基础上，提供数据串联与数据索引变更的能力。
数据预处理
参考data/preprocess_data.py，对于已经读取的数据进行必要的预处理流程，这里做的只是简单的正则化。
数据特征提取
参考data/extract_feature.py，这里选取一些数据特征用于预测下一时刻的数据，包括了时间滑动窗口内的均值、方差、一阶导数、二阶导数等。
(未完待续)
