欧美成人午夜精品久久久,国产?V天堂一区二区三区,欧美精品va在线观看,亚洲一区二区三区免费在线观看,av无码精品一区二区久久,欧美性爱视频不卡一区三区,欧美乱人伦视频在线观看,国产一级牲交高潮

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運(yùn)營(yíng)的一線實(shí)戰(zhàn)洞察。

LSTM交通客流預(yù)測(cè):從數(shù)據(jù)預(yù)處理到多步預(yù)測(cè)的完整實(shí)踐

LSTM交通客流預(yù)測(cè):從數(shù)據(jù)預(yù)處理到多步預(yù)測(cè)的完整實(shí)踐 簡(jiǎn)介針對(duì)地鐵站點(diǎn)日??土黝A(yù)測(cè)需求這份基于LSTM的交通客流預(yù)測(cè)壓縮包給出了從數(shù)據(jù)處理到模型訓(xùn)練與可視化的完整方案。項(xiàng)目以2019年某地鐵站平日客流量及天氣因素為輸入按8:2劃分訓(xùn)練集與測(cè)試集借助numpy、pandas完成預(yù)處理再通過sklearn、LSTM神經(jīng)網(wǎng)絡(luò)建模預(yù)測(cè)并利用matplotlib、seaborn輸出結(jié)果適合機(jī)器學(xué)習(xí)初學(xué)者與交通數(shù)據(jù)分析人員學(xué)習(xí)參考。壓縮包共17個(gè)文件含5個(gè)csv原始數(shù)據(jù)、2個(gè)h5訓(xùn)練模型、1個(gè)py預(yù)測(cè)腳本還有doc/ppt/xlsx等說明與展示材料整體3.95MB。目前已有1292人瀏覽學(xué)習(xí)。通過該資源可系統(tǒng)掌握客流量預(yù)測(cè)的完整流程獲得可直接運(yùn)行的代碼、預(yù)訓(xùn)練模型及答辯PPT能夠快速?gòu)?fù)現(xiàn)實(shí)驗(yàn)并延伸應(yīng)用到同類場(chǎng)景。1. 基于 LSTM 的交通客流預(yù)測(cè)資源包一個(gè)能直接跑通的時(shí)間序列項(xiàng)目如果你做過客流預(yù)測(cè)一定見過這種場(chǎng)景早高峰地鐵閘機(jī)的出站量、節(jié)假日前一天的高速收費(fèi)站車流、商場(chǎng)促銷時(shí)的進(jìn)店人數(shù)波動(dòng)大、周期強(qiáng)、突發(fā)情況多用傳統(tǒng) ARIMA 或移動(dòng)平均很難追上突變。這份《基于LSTM交通客流預(yù)測(cè).zip》正是一個(gè)把 LSTM 應(yīng)用到短時(shí)客流預(yù)測(cè)的完整資源核心鏈路是「時(shí)序數(shù)據(jù) → 滑窗構(gòu)造樣本 → LSTM 訓(xùn)練 → 反歸一化評(píng)估」不依賴第三方付費(fèi)數(shù)據(jù)源用公開的客流序列就能復(fù)現(xiàn)。適合三類人剛?cè)腴T時(shí)間序列預(yù)測(cè)的學(xué)生想把 LSTM 落到實(shí)際業(yè)務(wù)但不想從零搭框架的數(shù)據(jù)工程師以及需要一份基線模型做對(duì)比的實(shí)驗(yàn)人員。2. 數(shù)據(jù)預(yù)處理把原始客流序列變成模型能吃的時(shí)間窗LSTM 吃的是「序列」不是單條記錄。原始數(shù)據(jù)通常是按 15 分鐘或 1 小時(shí)間隔記錄的客流數(shù)值比如[2024-01-01 08:00, 352]。這個(gè)結(jié)構(gòu)離模型需要的輸入形狀還差兩步構(gòu)造滑窗、做歸一化。順序不能反先滑窗再歸一化是常規(guī)做法但更穩(wěn)的是先歸一化再滑窗理由后面第五章節(jié)會(huì)說。2.1 拿到數(shù)據(jù)先別急著建模型先做缺失值與異常值客流數(shù)據(jù)最常見的臟數(shù)據(jù)有兩種。第一種是設(shè)備斷傳導(dǎo)致的整段缺失常見于閘機(jī)或攝像頭采集鏈路表現(xiàn)為連續(xù)數(shù)小時(shí)數(shù)值為 0 或直接沒有記錄第二種是瞬時(shí)尖峰比如某天早高峰因?yàn)榱熊囃睃c(diǎn)導(dǎo)致出站量突然翻倍這類點(diǎn)不一定是噪聲但對(duì)訓(xùn)練影響很大。我的處理習(xí)慣是先做探索性可視化把序列畫出來用肉眼確認(rèn)缺失段和異常段的位置再?zèng)Q定填充策略。處理缺失值時(shí)客流序列按周和按天都有明顯周期性所以用前一周同一天同時(shí)段的均值填充比用線性插值更符合業(yè)務(wù)規(guī)律。異常值用滾動(dòng)中位數(shù)檢測(cè)以 24 個(gè)點(diǎn)為一個(gè)窗口如果某個(gè)點(diǎn)的值超過窗口內(nèi)中位數(shù)的 3 倍或低于其 1/3就標(biāo)記為異常然后用前后兩個(gè)正常點(diǎn)的均值替換。注意這里不要用整體均值替換節(jié)假日或促銷日的高峰值一旦被整體均值拉平模型訓(xùn)練出來會(huì)系統(tǒng)性低估峰期客流。import pandas as pd import numpy as np def load_and_clean(df): # df 必須包含兩列: timestamp 和 flow df[timestamp] pd.to_datetime(df[timestamp]) df df.set_index(timestamp).sort_index() # 缺失填充: 前一周同一時(shí)刻的均值 df[flow] df[flow].replace(0, np.nan) # 0 值當(dāng)作缺失處理 for idx in df[df[flow].isna()].index: week_ago idx - pd.Timedelta(days7) df.loc[idx, flow] df.loc[week_ago, flow] # 異常值替換: 滾動(dòng)中位數(shù) 3 倍閾值 median df[flow].rolling(24, min_periods1).median() diff (df[flow] - median).abs() threshold median * 3 df.loc[diff threshold, flow] median.loc[diff threshold] return df這段代碼兩條核心邏輯缺失值用「上周同期」語義填充而不是簡(jiǎn)單的前向填充這是考慮到了客流數(shù)據(jù)的周期屬性異常值檢測(cè)用的是滾動(dòng)中位數(shù)而非滾動(dòng)均值因?yàn)橹形粩?shù)對(duì)尖峰本身不敏感不會(huì)出現(xiàn)「均值被尖峰拉高、結(jié)果尖峰反而看起來正?!沟淖晕颐?。rolling(24)里的 24 對(duì)應(yīng)小時(shí)粒度下的一天如果你數(shù)據(jù)是 15 分鐘粒度就填 96。2.2 滑窗構(gòu)造樣本window 大小和步長(zhǎng)的取舍邏輯滑窗是把連續(xù)序列切成「過去 N 個(gè)時(shí)間點(diǎn)預(yù)測(cè)未來 M 個(gè)時(shí)間點(diǎn)」的樣本對(duì)。窗口大小是這份資源里最值得調(diào)的第一個(gè)參數(shù)。我的經(jīng)驗(yàn)法則窗口至少覆蓋一個(gè)完整的日周期小時(shí)粒度至少 2415 分鐘粒度至少 96如果數(shù)據(jù)包含周末和工作日兩種模式可以考慮把窗口拉到 48 小時(shí)讓模型看到跨天規(guī)律。但窗口不是越大越好LSTM 對(duì)這種長(zhǎng)序列的記憶能力有限超長(zhǎng)窗口反而會(huì)引入大量無關(guān)歷史信息把訓(xùn)練時(shí)間拉長(zhǎng)的同時(shí)還不見得提升精度。步長(zhǎng)step控制樣本的重疊程度。步長(zhǎng)等于 1 時(shí)相鄰兩個(gè)樣本只錯(cuò)開一個(gè)時(shí)間點(diǎn)數(shù)據(jù)量最大但相鄰樣本幾乎一樣訓(xùn)練耗時(shí)高步長(zhǎng)等于預(yù)測(cè)長(zhǎng)度時(shí)樣本完全不重疊數(shù)據(jù)量小但能覆蓋更長(zhǎng)的時(shí)間跨度。我的默認(rèn)配置是窗口 48、步長(zhǎng) 24這樣既保留了日周期特征又不會(huì)讓訓(xùn)練集膨脹到十萬級(jí)。下面是滑窗構(gòu)造的核心代碼。def create_sequences(data, window48, step24, pred_len1): X, y [], [] # 按時(shí)間順序滑動(dòng)不能打亂 for i in range(0, len(data) - window - pred_len 1, step): X.append(data[i : i window]) y.append(data[i window : i window pred_len]) return np.array(X), np.array(y) # 歸一化必須在滑窗之前且 fit 只能用在訓(xùn)練集上 from sklearn.preprocessing import MinMaxScaler scaler MinMaxScaler(feature_range(0, 1)) train_scaled scaler.fit_transform(train_raw.reshape(-1, 1)) val_scaled scaler.transform(val_raw.reshape(-1, 1)) X_train, y_train create_sequences(train_scaled.flatten(), window48, step24) X_val, y_val create_sequences(val_scaled.flatten(), window48, step24)create_sequences返回的X形狀是(樣本數(shù), window, 1)第三個(gè)維度是特征數(shù)單變量預(yù)測(cè)時(shí)就是 1。這里有個(gè)新手最容易忽略的點(diǎn)scaler.fit_transform只對(duì)訓(xùn)練集做驗(yàn)證集和測(cè)試集用transform讓驗(yàn)證集的數(shù)據(jù)分布「模型沒見過」評(píng)估結(jié)果才可信。歸一化到 [0,1] 是 LSTM 這類梯度敏感模型的標(biāo)準(zhǔn)做法客流數(shù)值動(dòng)輒幾千上萬的量級(jí)如果直接喂給模型激活函數(shù)的梯度會(huì)迅速飽和。3. 模型訓(xùn)練搭 LSTM 網(wǎng)絡(luò)與調(diào)參的落地路徑數(shù)據(jù)處理完下一步就是把滑窗樣本喂進(jìn) PyTorch 的nn.LSTM。這章先說網(wǎng)絡(luò)結(jié)構(gòu)怎么定再說訓(xùn)練循環(huán)怎么寫全程按能跑出合理結(jié)果的標(biāo)準(zhǔn)來配置不給花活。3.1 網(wǎng)絡(luò)結(jié)構(gòu)nn.LSTM 四個(gè)關(guān)鍵參數(shù)的選型nn.LSTM里有四個(gè)參數(shù)直接決定模型容量input_size、hidden_size、num_layers、batch_first。input_size等于每個(gè)時(shí)間步的特征維度單變量客流預(yù)測(cè)就是 1如果你加了天氣、節(jié)假日特征這里就變成特征總數(shù)。hidden_size是隱狀態(tài)維度客流預(yù)測(cè)任務(wù) 64 到 128 之間是甜點(diǎn)區(qū)間太小擬合不了周期性波動(dòng)太大容易過擬合且訓(xùn)練時(shí)間成倍上漲。num_layers一般取 1 或 2客流序列的規(guī)律還沒復(fù)雜到需要三層以上堆疊。batch_firstTrue讓輸入形狀變?yōu)?batch, seq_len, input_size)符合直覺代碼不容易繞暈。需要注意nn.LSTM的輸出是一個(gè)元組(output, (h_n, c_n))做單步回歸時(shí)常規(guī)做法是取最后一層在最后一個(gè)時(shí)間步的隱狀態(tài)h_n[-1]再過一個(gè)全連接層把維度壓到預(yù)測(cè)長(zhǎng)度。下面是我在這類任務(wù)上常用的一種結(jié)構(gòu)。import torch import torch.nn as nn class LSTMPredictor(nn.Module): def __init__(self, input_size1, hidden_size64, num_layers2, output_size1, dropout0.2): super().__init__() self.lstm nn.LSTM(input_sizeinput_size, hidden_sizehidden_size, num_layersnum_layers, batch_firstTrue, dropoutdropout) self.fc nn.Linear(hidden_size, output_size) def forward(self, x): # x: (batch, window, input_size) out, (h_n, c_n) self.lstm(x) # h_n[-1]: 最后一層最后一個(gè)時(shí)間步的隱狀態(tài) last_hidden h_n[-1] # (batch, hidden_size) pred self.fc(last_hidden) # (batch, output_size) return prednum_layers2時(shí)如果dropout傳 0.2PyTorch 只會(huì)在兩個(gè) LSTM 層之間丟不會(huì)作用于輸出層這個(gè)dropout是層間隨機(jī)失活不是給輸入數(shù)據(jù)加噪聲理解錯(cuò)容易誤調(diào)。last_hidden h_n[-1]這個(gè)寫法的含義是取最深那一層在所有 batch 樣本上的最后時(shí)刻隱狀態(tài)它保留了整個(gè)輸入序列壓縮后的信息是序列到單點(diǎn)回歸的標(biāo)準(zhǔn)取法。3.2 訓(xùn)練流程損失函數(shù)、優(yōu)化器與早??土黝A(yù)測(cè)本質(zhì)是回歸任務(wù)損失函數(shù)用均方誤差nn.MSELoss()即可它對(duì)大誤差值比如峰期預(yù)測(cè)偏差幾百人的懲罰呈平方級(jí)放大倒逼模型把峰期擬合得更準(zhǔn)。優(yōu)化器選 Adam學(xué)習(xí)率默認(rèn) 0.001這是時(shí)間序列任務(wù)里最不容易翻車的起手配置。訓(xùn)練循環(huán)里比「前向傳播」更需要留意的是數(shù)據(jù)形狀要對(duì)齊X_train的形狀是(樣本數(shù), 窗口, 特征數(shù))但到了模型里 PyTorch 自動(dòng)把第一維當(dāng) batch這正好對(duì)應(yīng)設(shè)計(jì)。早停early stopping建議自己寫一個(gè)最簡(jiǎn)版本盯驗(yàn)證集損失連續(xù) 20 個(gè) epoch 沒有下降就保存歷史最優(yōu)權(quán)重并終止訓(xùn)練。客流數(shù)據(jù)本身噪聲大訓(xùn)練集損失降到很低也不代表泛化驗(yàn)證集才是模型真實(shí)能力的照妖鏡。def train_model(model, X_train, y_train, X_val, y_val, epochs100, lr0.001, patience20): optimizer torch.optim.Adam(model.parameters(), lrlr) criterion nn.MSELoss() best_val_loss float(inf) wait 0 for epoch in range(epochs): model.train() optimizer.zero_grad() pred model(X_train) loss criterion(pred, y_train) loss.backward() optimizer.step() model.eval() with torch.no_grad(): val_pred model(X_val) val_loss criterion(val_pred, y_val).item() # 早停: 驗(yàn)證損失連續(xù) patience 輪不降則終止 if val_loss best_val_loss: best_val_loss val_loss wait 0 torch.save(model.state_dict(), best_lstm.pt) else: wait 1 if wait patience: break model.load_state_dict(torch.load(best_lstm.pt, weights_onlyTrue)) return modeloptimizer.zero_grad()必須在loss.backward()之前漏掉這行梯度就會(huì)跨 batch 累積訓(xùn)練損失曲線會(huì)呈現(xiàn)不規(guī)則的鋸齒。每個(gè) epoch 結(jié)束切到model.eval()再算驗(yàn)證損失是為了讓 dropout 層在驗(yàn)證階段不生效否則驗(yàn)證指標(biāo)每次前向傳播都帶隨機(jī)性沒法做早停判斷。torch.save保存的是網(wǎng)絡(luò)參數(shù)訓(xùn)練完用load_state_dict恢復(fù)到驗(yàn)證集最優(yōu)狀態(tài)避免因最后幾輪過擬合把模型帶偏。4. 評(píng)估驗(yàn)證RMSE、滯后效應(yīng)與預(yù)測(cè)結(jié)果的可信度訓(xùn)練跑通只是第一步模型到底能不能用要看它在測(cè)試集上的表現(xiàn)。這章講三件事指標(biāo)怎么算、預(yù)測(cè)曲線怎么看、以及評(píng)估里最容易被忽略的滯后效應(yīng)。4.1 評(píng)估指標(biāo)RMSE、MAE 與 MAPE 各看什么評(píng)估 LSTM 客流預(yù)測(cè)推薦同時(shí)算三個(gè)指標(biāo)各有側(cè)重點(diǎn)只看一個(gè)容易自欺欺人。RMSE 對(duì)大幅偏差敏感能反映峰期預(yù)測(cè)失誤的嚴(yán)重程度MAE 是平均絕對(duì)誤差單位與人次一致最直觀MAPE 是相對(duì)誤差但由于客流分母可能接近 0深夜低谷時(shí)段會(huì)導(dǎo)致 MAPE 虛高所以建議只算白天時(shí)段的 MAPE。計(jì)算指標(biāo)前必須先把預(yù)測(cè)結(jié)果做反歸一化inverse_transform直接在 [0,1] 尺度上算誤差得到的數(shù)值沒有任何業(yè)務(wù)含義。常見錯(cuò)誤是把驗(yàn)證集的預(yù)測(cè)值和真實(shí)值各自inverse_transform但注意真實(shí)值在歸一化時(shí)是按「整體訓(xùn)練集最大最小值」縮放的反變換時(shí)也要用同一個(gè) scaler不能重新 fit。def evaluate(y_true, y_pred): # y_true, y_pred 傳入時(shí)是原始人次尺度 rmse np.sqrt(np.mean((y_true - y_pred) ** 2)) mae np.mean(np.abs(y_true - y_pred)) mask y_true 0 mape np.mean(np.abs((y_true[mask] - y_pred[mask]) / y_true[mask])) * 100 return {RMSE: round(rmse, 2), MAE: round(mae, 2), MAPE: round(mape, 2)} # 反歸一化示例 pred_org scaler.inverse_transform(pred_scaled.reshape(-1, 1)).flatten() true_org scaler.inverse_transform(y_val_scaled.reshape(-1, 1)).flatten() print(evaluate(true_org, pred_org))mask y_true 0這行是為了剔除深夜零客流的時(shí)段否則這些時(shí)段真實(shí)值可能是 5、10預(yù)測(cè)值即使只差 3 人次MAPE 也會(huì)暴漲到 60% 以上直接把整體指標(biāo)搞失真。RMSE、MAE、MAPE 三個(gè)值建議同時(shí)看如果 MAE 不大但 RMSE 明顯偏高說明存在少數(shù)預(yù)測(cè)極差的時(shí)段這些時(shí)段大概率集中在早晚高峰需要單獨(dú)拿出來分析。4.2 滯后效應(yīng)評(píng)估圖里最容易被忽視的黑匣子訓(xùn)練完成、指標(biāo)也打印了但如果你只是埋頭看數(shù)字很可能漏掉最嚴(yán)重的問題——預(yù)測(cè)曲線滯后。把預(yù)測(cè)值和真實(shí)值畫在同一張圖上如果預(yù)測(cè)曲線整體比真實(shí)曲線「晚了一兩個(gè)時(shí)間點(diǎn)」像貼著真實(shí)曲線平移了一段距離說明模型學(xué)到的是「復(fù)制前一個(gè)時(shí)刻的值」而不是真正預(yù)測(cè)未來。這種現(xiàn)象在客流預(yù)測(cè)里極其常見尤其是單一客流序列輸入時(shí)模型發(fā)現(xiàn)最優(yōu)策略就是把最后的觀測(cè)值原樣輸出因?yàn)榭土鞅旧碛袕?qiáng)自相關(guān)性這么做損失函數(shù)已經(jīng)很低了。判斷方法很簡(jiǎn)單計(jì)算預(yù)測(cè)序列和真實(shí)序列的交叉相關(guān)性看峰值出現(xiàn)在哪個(gè) lag 上更直接的辦法是把預(yù)測(cè)結(jié)果整體向前平移一個(gè)時(shí)間點(diǎn)再算一次 RMSE。如果平移后誤差顯著變小基本可以確認(rèn)模型在偷懶。解決滯后效應(yīng)有兩個(gè)方向一是把窗口拉開到 48 甚至 72讓模型有更多歷史信息去做模態(tài)判斷而不是貼身復(fù)制二是加入多步預(yù)測(cè)損失讓模型同時(shí)輸出未來 1、2、3 步的預(yù)測(cè)值從訓(xùn)練信號(hào)上逼它學(xué)到趨勢(shì)而非復(fù)制。這段屬于我自己的血淚經(jīng)驗(yàn)早先做第一個(gè)客流模型時(shí)指標(biāo)好看到不行畫圖才發(fā)現(xiàn)全滯后了一拍。5. 避坑指南客流序列在 LSTM 里的五個(gè)翻車點(diǎn)這章集中寫我復(fù)現(xiàn)這類資源時(shí)踩過、以及周圍同事踩過的具體坑。每一條都是「現(xiàn)象 → 原因 → 解決」三步走建議在自己機(jī)器上跑的時(shí)候逐條對(duì)照。5.1 數(shù)據(jù)泄漏歸一化 fit 到了全量數(shù)據(jù)現(xiàn)象驗(yàn)證集指標(biāo)極好RMSE 低得離譜但一到上線或者換新數(shù)據(jù)預(yù)測(cè)就崩盤。原因?qū)懘a時(shí)圖省事先對(duì)整個(gè)數(shù)據(jù)集做了MinMaxScaler.fit_transform再接滑窗和劃分訓(xùn)練驗(yàn)證。這樣驗(yàn)證集的最小最大值已經(jīng)被模型在歸一化階段「見過」了數(shù)據(jù)分布的邊界信息泄漏到了訓(xùn)練流程里評(píng)估結(jié)果虛高。解決嚴(yán)格按「先劃分訓(xùn)練/驗(yàn)證/測(cè)試再在訓(xùn)練子集上fit驗(yàn)證集和測(cè)試集只做transform」。我在第 2.2 節(jié)的代碼里就是這個(gè)順序照抄就不會(huì)踩。數(shù)據(jù)泄漏是這類時(shí)序項(xiàng)目里最隱蔽的坑因?yàn)橹笜?biāo)不會(huì)報(bào)錯(cuò)只會(huì)給一個(gè)不真實(shí)的好結(jié)果。5.2 驗(yàn)證集劃分用了隨機(jī)打亂現(xiàn)象訓(xùn)練損失正常下降驗(yàn)證損失也正常但模型在測(cè)試集上一塌糊涂而且沒有滯后問題的曲線也看不出明顯原因。原因train_test_split默認(rèn)shuffleTrue把時(shí)間序列隨機(jī)抽成了訓(xùn)練集和驗(yàn)證集。LSTM 訓(xùn)練時(shí)驗(yàn)證集里混著訓(xùn)練集時(shí)刻前后的樣本相當(dāng)于讓模型提前「看了看」未來數(shù)據(jù)周期規(guī)律被完整泄露。解決時(shí)序項(xiàng)目的劃分強(qiáng)制按時(shí)間序訓(xùn)練集取前 70%~80%驗(yàn)證集取再往后的 10%測(cè)試集取最后 10%。如果擔(dān)心季節(jié)覆蓋不全可以按「滾動(dòng)劃分」做多輪評(píng)估但每輪內(nèi)部依然嚴(yán)格按時(shí)間切分不能用隨機(jī)抽樣的思路。5.3 訓(xùn)練損失降了驗(yàn)證 MAPE 卻極高現(xiàn)象訓(xùn)練集 RMSE 很小驗(yàn)證集 RMSE 也不大但業(yè)務(wù)方問「平均誤差百分之幾」時(shí)MAPE 一算 30% 以上直接沒法看。原因前面提過夜間低谷時(shí)段的真實(shí)客流可能只有 20 人次預(yù)測(cè)值 35 人次絕對(duì)誤差只有 15RMSE 貢獻(xiàn)微乎其微但 MAPE 是 75%。如果按全天 24 小時(shí)包含低谷一起算MAPE 被幾個(gè)深夜點(diǎn)拉爆。解決評(píng)估指標(biāo)按業(yè)務(wù)時(shí)段區(qū)分。做交通客流運(yùn)營(yíng)預(yù)測(cè)重點(diǎn)關(guān)注早高峰 7:00~9:00、晚高峰 17:00~19:00 和全天非低谷時(shí)段分組計(jì)算 MAPE。深夜段用 MAE 衡量即可不要混在一個(gè)數(shù)里。5.4 LSTM 輸入形狀 shape 報(bào)錯(cuò)三維變二維的維度錯(cuò)位現(xiàn)象model(X_train)報(bào)錯(cuò)Expected 3D input, got 2D或者到了nn.Linear時(shí)報(bào) hidden_size 和輸入維度對(duì)不上。原因滑窗構(gòu)造時(shí)X_train是(樣本數(shù), window)的二維數(shù)組而nn.LSTM要求(batch, seq_len, input_size)三維輸入。另一種情況是取隱狀態(tài)時(shí)用了h_n而不是h_n[-1]導(dǎo)致 fc 層的輸入維度變成了(batch, num_layers, hidden_size)的展平值。解決構(gòu)造完序列后做一次X_train X_train.reshape(-1, window, 1)確認(rèn)形狀取最后隱狀態(tài)寫h_n[-1]這是 last layer 的 hidden state維度正好是(batch, hidden_size)和前面的nn.Linear(hidden_size, output_size)能對(duì)上。5.5 多特征拼接時(shí)忘了對(duì)齊時(shí)間戳現(xiàn)象加了天氣溫度、是否是節(jié)假日這些特征后訓(xùn)練直接崩或者 Loss 變成 NaN。原因特征表和客流表的索引沒有對(duì)齊比如客流是 15 分鐘粒度天氣是小時(shí)粒度兩者直接concat后產(chǎn)生了時(shí)間偏移模型讀到的「當(dāng)前時(shí)刻溫度」其實(shí)是 45 分鐘前的。解決先統(tǒng)一時(shí)間粒度客流 15 分鐘粒度時(shí)天氣特征按小時(shí)向前填充forward fill到 15 分鐘粒度節(jié)假日特征要保證按天對(duì)齊不要用未來日期的標(biāo)簽。拼接前打印df.shape和df.isna().sum()確認(rèn)沒有形狀錯(cuò)位。6. 多步預(yù)測(cè)與多特征融合把單步預(yù)報(bào)擴(kuò)展成實(shí)用方案前面整條鏈路做的是「輸入 48 個(gè)小時(shí)預(yù)測(cè)未來 1 個(gè)小時(shí)」但實(shí)際業(yè)務(wù)里更常見的問題是「現(xiàn)在下午 4 點(diǎn)想預(yù)測(cè)今晚 6 點(diǎn)到 8 點(diǎn)的出站客流」。這就涉及多步預(yù)測(cè)有兩條路線遞歸預(yù)測(cè)和直接多輸出。遞歸預(yù)測(cè)的策略是把上一步的預(yù)測(cè)值當(dāng)作下一步的輸入循環(huán)預(yù)測(cè)到目標(biāo)步數(shù)實(shí)現(xiàn)簡(jiǎn)單但誤差會(huì)逐步累積預(yù)測(cè)到第 6 步以后曲線會(huì)趨于平滑因?yàn)槟P桶巡淮_定性平均化了。直接多輸出則是修改模型最后一層把output_size設(shè)為待預(yù)測(cè)步數(shù)一次輸出多步結(jié)果。這兩種方案各有場(chǎng)景做未來 1~3 小時(shí)的客流調(diào)配建議用直接多輸出模型一層輸出就能拿到完整預(yù)測(cè)曲線。注意直接多輸出時(shí)前面滑窗構(gòu)造的pred_len要相應(yīng)調(diào)大訓(xùn)練標(biāo)簽y的形狀變?yōu)?樣本數(shù), pred_len)。多特征融合是把預(yù)測(cè)質(zhì)量往上提一檔的關(guān)鍵。單用客流序列訓(xùn)練模型本質(zhì)上只能學(xué)「過去的客流模式在未來重演」遇到節(jié)假日、暴雨天氣這些外部擾動(dòng)必然失效。常見做法是加入 4 個(gè)特征是否為工作日、是否為節(jié)假日、小時(shí)序號(hào)0~23 的正弦/余弦編碼、天氣等級(jí)0~3 映射。特征拼接的時(shí)機(jī)是在歸一化之后把所有特征與客流序列一起構(gòu)成input_size5的輸入。加入外部特征后滯后效應(yīng)通常會(huì)減輕因?yàn)槟P筒辉僦灰蕾嚉v史客流做貼身復(fù)制而是能感知「今天是工作日且下雨」這種全局狀態(tài)。在那之后我跑客流預(yù)測(cè)養(yǎng)成了一個(gè)習(xí)慣每換一個(gè)數(shù)據(jù)集或改一個(gè)特征都強(qiáng)制先看一眼預(yù)測(cè)對(duì)齊圖再算指標(biāo)。圖和數(shù)字一起通過才敢把結(jié)果拿出去。模型的結(jié)構(gòu)、參數(shù)、數(shù)據(jù)處理全都可以在這一份資源包里直接改希望這份拆解能幫你在自己的客流數(shù)據(jù)上少走幾段彎路。# 直接多輸出 多特征的訓(xùn)練入口示意 # 假設(shè) feature_cols 已與客流序列按時(shí)間對(duì)齊并歸一化 X_multi, y_multi create_sequences(multi_feature_data, window48, step24, pred_len4) model LSTMPredictor(input_sizeX_multi.shape[2], hidden_size128, num_layers2, output_size4) model train_model(model, X_multi, y_multi, X_val_multi, y_val_multi, epochs80, lr0.001, patience15)這份資源包里附帶的數(shù)據(jù)集結(jié)構(gòu)、模型初始參數(shù)和訓(xùn)練腳本都是以此為基準(zhǔn)寫的。把input_size、hidden_size、window三項(xiàng)按你的數(shù)據(jù)量做加減法就能從一個(gè)「能跑的 demo」變成一個(gè)「業(yè)務(wù)上敢用的預(yù)測(cè)模塊」。希望幫到你。本文還有配套的精品資源點(diǎn)擊獲取
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
激情综合网五月天| 亚洲综合久| 亚洲丁香五月| 欧州色色| 五月天激情网图片| www.91九色| 亚洲成人av在线播放| 五月天激情国产综合婷婷婷| 超碰免费人人| 婷婷综合五月| 久久久久久五月天| 午夜激情久久| 91精品丝袜久久久久久久久粉嫩| www.婷婷,com| 欧美激情综合| 色五月激情五月丁香五月婷婷啪啪综合 | 99久久玖玖| 婷婷五月激情天| 久久婷婷综合五月趴| 久久六月综合| 亚洲午夜av| 婷婷五月天色色| 99超级碰碰| 久操大| 9999久久久久| 国产精品99久久久久久久女警| 桃色成人网| 九九日伊人| 五月丁香六月激情网站| 久久综合五月| 五月天激情四射| 五月婷婷在线视频免费观看| 久久九九在线视频| 99视频在线| 五月婷婷,狠狠操| 色丁香五月天| 99国产精品久久久久久久久久久| 丁香五月桃花在线激情综合| 九九re精品视频在线观看| 51成人| 色五月天.con| 婷婷激情5月| 开心五月深爱五月丁香五月激情五月| 久草狼人| 久热这里| 1囯产午夜仑鲁鲁| 超级碰碰碰97免费| 五月久久噜噜| 思思国产99| 欧美成人精品A片免费一区99| 99九色视频在线观看| 狠狠干五月天| 任你搞免费视频观看| 亚洲AVwwwwwww| 五月丁香六月激情综合| 五月丁香直播| 日本色爽| 大香蕉手机视频| 亚洲精品一区中文字幕乱码| 五月天久久网站| www,8050,午夜三级| 五五月五月| 亚洲色情网站| 色五月婷婷综合| 国产精产国品一二三在观看| 久久久久久久久久91| 亚洲色婷婷色| 久久久性爱视频| 久99热| 少妇AB又爽又紧无码网站| 91怕怕网| 99色在线视频观看| 五月花激情| 激情爱爱网站超大免费| 国产人妻人伦精品一区二区| 亚洲成人av在线播放| 婷婷久久五月天| 丁香五月天五码婷婷| 九九热在线视频| 五月丁香影院| 99热欧美偷拍| 79色色免费| 天天天天干| 9久精品| 激情五月最新网址| 最新热中文字幕| 人人视频色| 色色免费网站| 亚洲欧美日韩另类| 99视频久久免费视频| 5月婷婷激情网| 激情综合亚洲| 9 9热这里有精品| 精热在线综合网| 丁香成人色情五月天| 婷婷五月天激情小说| 国产视频色色色色色色色| 九九人人自拍| 狠狠五月激情婷婷直播片| 九九热最新| 欧亚成人A片一区二区| 碰超在线九色| 色高清无码视频| 97色啪| 最近免费中文字幕大全高清大全1| www.日本91| 天天噪夜夜爽| 任你草| 免費观看aV在线网址| 丁香婷婷五月综合色情| 五月丁香六月婷婷色日| 九九色婷婷五月天| 99热香港| 亚洲色啪| 日日操夜夜操无码免费| 美女美女美女三级色天天天天天| 色婷婷香蕉| 99久久.www| 人人玩人人橾| 大香蕉网站,大香蕉综合| 人人操9| 伊人99热| 综合99久久| 欧美色必爱| 综合玖玖性爱免费视频| 激情综合网激情五月天| 九月大香蕉| 亚洲熟妇AV综合网五月丁香伊人 | 日本激情五月| 五月香婷婷| 五月婷婷|欧美| 天天免费日日夜夜夜夜| 国产小精品| 99精品久久久| 五月天色综合| 色综合久久88色综合天天| 五月天激情网图片 - 百度| 五月丁香啪啪啪综合网| 日本久久人| 开心五月丁香啪| 天天狠狠夜夜狠狠2023| 亚洲第一成人无码A片| 婷婷五月天电影区小说区| 免费看欧美成人A片无码| 色五月婷婷五月天激情综合| 天天日天天干天天爽| 天天色天天操天天射| 色情综合网| www.色婷婷| 久久久全国免费视频| 丁香六月婷婷综合激情欧美| 久久婷婷伊人| 琪琪色五月天| 成人AV中文字幕| 1024AV视频| 天天色综合色| 五月丁香婷婷色| 亚洲一级色电影| 色五月激情五月| 淫五月停停| 日本va欧美va精品发布视频| 婷婷丁香六月| 少妇丁香婷婷 | 99综合免费视频| 99免费视频| 色婷婷五月天中文字幕| 熟女激情五月天| 欧洲一区二区| 午夜天堂啪啪| 九九热av| 日本五月婷| 丁香婷婷五月色成人网站| 色播激情五月天| 999热这里只有美国精品| 婷婷日| 日日干夜夜干| 新99思思视频| 成人做爰A片免费看视频| 五月婷婷偷| 久久538| 9色视频在线| 激情视频综合| 操碰99| 99爽视频| 欧美久热| 久久97| 综合在线网| 激情图片五月天| 99热超碰在线| 午夜丁香| 日韩六六久久电影| 久久综合站| 人人操人人爱丁香五月| 亚洲国产色婷婷| 深爱激情六月天| 婷婷五月欧美| 久久香蕉丁香| 啪啪啪大香蕉| 五月丁香成人网| 五月婷视频| 久热这里只有精品性色AV| 亭亭五月丁香五月天激情| 婷婷五月丁香av网站| 可以免费观看的AV| 一二三区视频韩国| 九月婷婷人人操人人舔人人爱| www.99成人视频| 69人人操人人爽| 激情综合网五月激情网| 日本99视频精品免费播放| 天堂综合久久 | 做爱夜夜干天天操| 亚洲深喉aV| 久久机热这里只有精品| 婷婷九色| 激情六月综合| 99热99免费| 夜色热久| 99热这里是精品| 六月丁香激情| 操一区| 色婷婷影院| 人人爱操| 麻豆五月丁香婷婷| 久久久久激情网| 色色色色综合网| 九九热只有这里精品| 99国产精品久久久久久久久久久| 99热在线免费| 丁香五月影视| 色色国产| 五月婷婷综合在线视频小说| 色播六月| 五月天色色无码| 欧美黄色AA片哗啦啦啦| 夜精品无码A片一区二区蜜桃| 婷婷五月天,影院| ztEJj| 色噜噜五月天| 色五月婷婷影院| 狠狠狠狠狠狠狠狠| 丁香五月婷婷激情123| 婷婷9月天| 婷婷五月丁香色综合| 狠狠色狠狠| 91久久婷婷| 99久久99热这里只有精品| 99啪啪骑| 天天玩夜夜操| 伊人AV五月婷| 九九热啪啪| 丁香五月社区| 99久热这里只有精品| 96丁香六月婷婷蜜桃综合久久| 丁香五月激情五月| 九九99久久| 1024日韩| 久9草在线观看视频| 午夜成人AV在线| 色综合xx| 五月天婷婷狠狠| 色色色色网| 色综合日日| 久久与婷婷| 中字幕视频在线永久在线观看免费| 国产精品久久7777777精品无码| 色色色五月婷| 九九热精品视频在线观看| wwwwww.色| 久久婷婷色色| 亚洲性爱日韩无码| 激情综合五月天| 国产亚洲精品久久久久久久久动漫| 五月丁香六月婷婷网| 五月天婷婷基地丁香| av操B网站| 日本啪啪网| 亚洲性爱99在线| 98永久精品| 欧美肉大捧一进一出免费视频| 99在线小视频| 亚洲五月六丁香激情| 日韩成人综合| 欧美日本日韩| 殴美激情综合网| 四虎婷婷五月天| 亚洲精品视频电影| 色情终和网| 色色色婷婷五月| 99热99热在线观看| 日韩av在线免费观看| 搡BBBB搡BBB搡五十| 激情六月婷婷| 四色女婷婷| 婷婷色在线视频| 无码激情AAAAA片-区区| 亚洲AV成人精品日韩在线播放| 婷婷五月天论坛| 91婷婷| 五月丁香 狠狠爱| 综合网五月| 丁香六月婷婷色XXXXX| 久久老码第一| 国产真人做爰视频免费| 一区二区乱码视频| 伊人AV五月婷| 99久久高清视频| 国产精品久久99| 亚洲综合五月天| 综合久久五月天| 五月激情精品视频| 色五月首页| www.久9| 亚洲AV成人在线| 日韩一级| 亚洲精品一区中文字幕乱码| 欧美日韩999| 可似看的AV| 99区视频| 97人人草| 五月丁香久久呀| 五月丁香婷婷欧美色图视频五月丁香777电影| 噜噜噜狠狠色综合| 色九亚洲| 97色色色| 激情小说五月欧美亚洲丁香| 婷婷五月天深爱| 婷婷丁香熟妇综合网| 密视AV综合在线| 大地9中文在线观看免费高清| 日韩人妻在线观看| 婷婷五月天基地| 这里只有精彩视| 一區四區歐美日韓| 欧美狠狠草| 国产成人在线不卡AV| 91操女| 538在线精品| 欧美色频| 五月天丁香六月综合| 黄色一极大片| 免费AV在线网址| 啪啪日本欧美| 玖玖99婷婷| 少妇高潮A片无套内谢麻豆传| 亚洲色婷婷| 97婷婷丁香| 激情五月六月婷婷| 免费五月婷婷网| 99热骚货| 九九婷婷五月天影视| 久久色五月天| 丁香五月激情婷婷视频| 91啪啪视频| 五月婷婷,狠狠操| 男女av免费看| 国产激情一区| 五月天色软件| 97碰碰叉| ztEJj| 在线中文AV| 99热这里有精品| 91欧美| 97婷婷色| 99热这里只有精品在线| A久久| 色综合网址| 色爱99| 开心婷婷五月| 在线综合网| 日本颜色视频人人爱| 久久婷婷色五月| 白天AV月月| 五月丁香婷色| 凹凸探花电影| 色五月丁香一区在线| 色欲色欲久久宗合网| 精品久久久中文字幕大豆网推荐理由| 激情玖玖sh| 五月婷婷六月天| 国产成人网址| 色五月激情网| 夜夜操加勒比| 一区二区无码视频| 红桃91人妻爽人妻爽| 色色色丁香| www.婷婷五月.com| 久久aaaaa| 午夜丁香 婷婷| 五月婷婷丁香网| 丁香五月综合久久综合| www.99热在线观看| 99色在线| 国产精品五月丁香| 色五月色综合| 色婷婷精品| 久久激情五月婷婷| 99国产精品久久久久久久久久久 | 欧美成人精品A片免费一区99| 久久精品性爱| 五月婷婷人人人操| 婷婷99狠狠躁天天| 99色色| 99精品在线观看| 最近免费中文字幕大全高清大全1| 日韩成人无码| 色九月丁香婷婷蜜桃在线观看| YW无码| 成人无码中文| 天天肏在线观看| 丁香九月激情| 五月天无码视屏播放| 51精品国自产在线| 日韩AV免费| 九月色婷婷综合| 9久久婷婷国产综合精品性色| 九九久久综合| 天天粽合合合合| 人妻肉射免费观看| 精品五月天| 人人操人人爰人人一天天碰夜夜拍夜夜爽-中国A级毛片天天看天天谢… | 久久久久久9| 26UUU一区二区| 777丁香六月青青草婷婷综合久月| 久久AV电影| 婷婷丁香五月亚洲17cao| 色婷婷狠| 久热超碰| 色五月丁香A欧美com| 五月丁香趴趴| 97色在线| 激情综合另类| 日本色色网站| 久久曰曰| 丁香五月婷婷激情蜜桃| 91成人视频| 第2色五月婷| 六月婷婷亚洲| 九九99精品视频| 激情综合五月| 99燥99日| 另类激情五| 天天搞夜夜叫| 色色网五月激情| 91超碰九色| 荡乳尤物3HP1V5| 夜色爱爱亚洲| 91久久婷婷| 五月丁香成人版| 婷婷五月视屏| 综合色99| a级毛片一区二区免费视频| 亚洲婷婷久久综合| 国产激情综合五月| 五月丁香性| 天天色宗合| 婷婷碰碰| 五月婷婷色情| 五月香六月婷| 99自拍视频| 熟女人妻一区二区三区免费看| 日韩无码人妻一区二区| 激情小说五月丁香在线视频观看视频| 六月婷婷久久| 色婷婷色99国产综合精品| 激情婷婷激情在线不卡| 五月丁香六月婷婷精品| 97久久人人| 日韩av干| caop在线| 九日日夜夜69| 六月激情婷婷色| 色五月丁香婷婷在线观看| 亚洲色热| 9视频1在线| 丁香激惜男女| 色久女| 久久色大香蕉| 色播综合| 久久久性爱视频| 五月天色图| 日韩无码91| 色婷婷成人影片| 色婷婷综合亚洲| 日韩av手机在线观看| 欧美丁香五月97色| 婷婷综合五月天亚洲综合| 丁香五月天啪啪| 欧美69色| 六月婷婷色宗合| 99熟女| 国产色色小草视频| 色五月天中文字幕| 亚洲av免费在线| 天堂va久久久噜噜噜久久Va| 99视频精品视频| 五月天婷婷AV| 久久婷鲁| 婷婷狠狠久久| 色综合激情| 亚洲第一影院高清无码网站| 狠狠狠狠狠狠狠狠狠狠狠色宗合图片| 婷婷综合色| 久久九九99.www| 婷婷激情五月天7| 色五月婷婷大香蕉| 欧美十二区| 婷婷第六色| 久久激情五月婷婷| 婷婷久久大香蕉| 欧美色一级色| 在线视频色五月| 91九色视频在线观看| 五月刺激丁香月综合| 久久性爱视频免费| 五月丁香六月婷| 涩五月丝袜婷婷| 亚洲 在线 性爱| 婷婷亚洲综合| 91成人品| 玖玖婷婷色五月| 日日夜夜亚洲一区| 国精产品一区二区三区| 性无码专区无码| 任你艹| 91九色精品| 久久日韩婷婷五月| 婷婷五月情天| 热日韩欧美| 婷婷五月天国产手机在线视频观看| 永久免费视频| 色噜噜狠狠色综合网| 天天日夜夜拍| 色五月在线综合| 天堂婷婷丁香六月网| 这里只有精品视频| 久久亚洲婷婷综合色五月| 五月天婷婷影院| 99人人操人人操人人精| 九九热视| 红桃91人妻爽人妻爽| 啪啪激情网站| 国产在线aaa片一区二区99| 色五月婷婷五月丁香五月激情五月视频 | 夜夜爽天天干| 亚洲AV网站| 婷婷久久综| 99色在线观看视频| 另类 在线| 婷婷久久18| 五月草视频| 97操碰人免费| 日韩在线99| 天天狠狠夜夜狠狠2023| 久久精品日| 性天天中文网| 婷婷丁香五月综合久久| 午夜丁香五月天综合| 色色色com| 操逼福利视频| 牛牛热这里只有jingpin| 婷婷五月天视频小说| 中文字幕无码人妻少妇免费视频| 国产99精品免费视频| 午夜色婷婷| 深爱五月月天| 婷婷五月天福利| 婷婷和五月天| 99这里都是精品| 99久久久国产大片| 成 人片 黄 色 大 片| 天天草婷婷五月| 丰满少妇猛烈A片免费看观看| 色婷婷欧美在线| 中文字幕人成乱码在线观看| 夜夜骑日日夜夜| 777精品久无码人妻蜜桃| 亚洲五月丁| av高清无码| 婷婷涩五月天综合| 国产高清视频91九九九久久久| 无码人妻一区| 日本久草福利| 婷婷无码视频| 九九九这里只有精品| 色婷婷电影网| 操逼福利视频| 久久丁香综合精品综合| 思思热在线精品视频| 日韩欧美一道四区中文字幕| 黄网免费看| 欧美99热| 91丨九色丨大屁股| 色五月婷婷久久大| 97碰操| 亚洲五月天激情| 91婷婷色| 99久久a线观| 国产FREESEXVIDEOS性中国| 伊人婷婷色激情丁香| 91男人资源站| 97色啪| 91天天操天天干天天射| 久久综合九九| 婷婷五月伦理| 99热加勒比| 99色婷婷视频| 婷婷综合网在线| www.金莲av| 六月婷婷色综合| 亚洲av成人在线| 九九热精品| 五月色导航| 4399精品一区二区| 亚洲AV日韩无码| 丁香五月婷婷黑人妻黄色电影院| 97福利视频| 能看的av片| 大香蕉久久久久久久久| w婷婷五月婷婷w| 亚洲国产精品成人免费一区久久久在线观看AAAA | 久久婷婷综合五月| 99视频精品全部观看10| 九九操操| 日本乱子人伦在线视频| 日日噜狠狠色综合久| 99久久婷婷国产综合| 无码AV久久久久久久久| 婷婷五月激情天| 91seav| 校花娇喘呻吟校长陈若雪视频 | 激情五月,激情综合网| 五月丁香91| 久久免费精彩视频| 成人丁香婷婷| 色情婷婷| 激情婷婷五月在线合集| 激情九月综合| 色婷婷六月综合| 九九超碰人人| 欧美操人| 五月丁香免费看| 人妻22p| 国产偷人爽久久久久久老妇APP| 天天摸天天舔| 天天色·欧美| 天堂在线婷婷| 99色亚洲| 色婷婷社区| 日韩另类| 欧美A片在线视频免费观看| 久婷| 人人看人人草人人摸| 久久婷婷五月综合激情国产| 国精产品一区一区三区免费视频| 直接看的AV| 激情综合网丁香| 婷婷操无码| 色色色999| 性色99| 91婷婷在线| 丁香五月激情久久麻豆| 欧美成人A片AAA片在线播放| 毛片毛片毛片毛片| 操碰97| 91刘玥视频在线观看| 狠狠综合网| 欧美婷婷精品激情| peg 2区三区四区的| 亚洲成人网站在线| 久久久国产精品黄毛片| 欧美婷婷日本| 99免费视频在线观看爱| 久久网站免费亚洲| www.久久9| 国产精品久久久久久久久久免费| 91狠狠综合网| 丁香五月在线观看完整版| 激情视频网址| 婷婷伊人五月丁香天堂网| 色区久久| 99久久www| 激情五月天www| 99久在线精品99re8热| 91 久热| 国产成人网站在线观看| 日韩另类在线观看| 婷婷丁香五月天中文字幕| 精品久热| 色蜜婷婷| 日韩久久日| 性爱综合网| 91人操人人人操人| 成人一区在线观看| 亚洲中文字幕AV在线| 99熟女| 九九亚洲视频| 99色视频在线观看| 99婷婷| 玖玖婷婷色| 97碰碰免费.视频| 日韩啪啪网| 超碰色综合| 日逼免费视频| 丁香六月中文| 色综合久久久久| 婷五月天六| 色婷婷中文| 五月花婷婷丁香| 98毛片| 超碰在线人妻| enecarbon-materials.com污K127封锁请涟系@wip1688 | 丁香五月激情综合| 欧美VA在线观看| 色欲丁香久久| 99久久99视频只有精品| 五月婷婷激情久久| www.99热精品99.com| 精品人妻在线免费观看| 人人爱操| 五月天激情婷婷| 曰曰久久| 激情综合五月天| 婷婷五月中文在线视频| 99er久久| 激情综合网 激情五月天| 亚洲激情无码久久| 久久er免费视频| 亚洲六月婷婷| www一起操| 婷婷综合九月| 操比激情五月| 99热最新国内| 综合色、色综合| 午夜69成人做爰视频| 五月丁香综合激情| 五月丁香六月在线| 色色亚洲五月天| www.精品99| 97se视频在线| 在线观看欧美| 欧美影院| 99热这里都是精品| 婷婷综合精品视频97| dingxiangtingtingliuyue| 99在线视频在线观看| 亚洲色婷婷99一9|| 五月婷婷熟女| 精品综合久久久久久五月天| 激情文学天天| 亚洲激情高潮| 丁香五月婷婷动漫| 婷婷久久免费看| 欧美久久五月婷婷| ...婷婷国产成人亚洲日韩| 伍月婷婷免费视频| 九九热只有这里是精品| 色色色在线免费视频| 五月婷婷中字在线| 九九综合精品| 玖玖婷婷色五月| 国产成人AV| 欧美性生交XXXXX无码小说| 日本二级毛片二级毛片| 丁香五月婷婷欧美性爱| 久久五月婷天天干| 99视频啪啪| 五月婷av| 综合亚洲AV| 日韩精品超碰在线观看| 91久久精品无码一区二区三区| 色99色| 超碰成人在线观看| 九九色色| 六月亚洲婷婷6月中文字幕| 色爱综合视频| 天天爽曰日爽| 99爱视频免费看| 日日夜夜爽爽| 99热这| 天天日夜夜爽| 九九综合色综合| 丁香六月婷婷| 久久久久久久人妻| 成人做爰黄A片免费看直播室男男| 九九色网专区| 一区二区传媒视频| 日本WWW九九九| 九九99精品视频在线观看| 99色精品视频| 亚洲激情丁香五月基地| 婷婷丁香五月亚洲综合网在线视频观看 | ..真实国产乱子伦对白在线_欧| 老师高潮流白浆喷水的A片| 日本天堂网站99| www,超碰| 婷婷五月天丁香花| 99热www.| 日撸夜撸日操| 婷婷五月色惰| 日韩视频99| www.狠狠| 久久38视频| 激情视频综合| 97精品综合| 色青青视频| Www,五月天| 欧美乱码国产一级A片| 五月婷婷之综合激情| 激情99| 97午夜一区二区| 97日在线视频| 中文网AV| 亚洲99在线视频| 天天爽天天| 婷婷深爱五月| 操人妻AV| 2015超碰| 久久婷婷成人视频| 思思热久久婷婷五月天| 97色在线观看视频| 日本久久精品| 最新国产AV| 精典久久| 综合久色五月| 日日狠狠久久偷偷四色综合免费 | 五月丁香日本一抹本| 五月丁香六月婷婷免费视频| 五月婷婷亚洲色视频| 六月丁香久久| 国产五月视频| 激情av在线| 久热这里这里有精品| 天天操天天草天天草天天| 99热e| 一点色成人网| 亚洲色综合色网| 久热久色| 99免费视频网| 激情综合色网| 超碰天堂网| 久久久久久久久99精品| 99色综合网| 九九性视频| 久久久久9999| 密着浓厚中出乚交尾GvG935| 97久久五月丁香婷婷| 99精品视频免费在线播放| 丁香五月亚洲| 久草婷婷| www.第四色99| 一区色色色色网| 草做免费在线观看| 五月天色色网站| WwW色婷婷| 十区AV| 色婷婷色五月丁香| 97碰人人操| 日本不卡高字幕在线2019| 一二区成人电影| caobi四区| 九艹在线| 国产精品久久久爽爽爽麻豆色哟哟| 最新日韩久热免费视频看看| 色综合爱综合| 婷婷中文字幕网| 成人午夜天| 五月婷婷与六月丁香图片激情| 五月婷婷干| 天天肏在线观看| 超碰免费人| 超碰人人射| 天天天天天久久久久久| 久久久久这里只有精品| 96精品国产综合久久久久久| 青青草a在线| 99成人| 农村熟妇高潮精品A片| 五月玖玖| 丁香五月激情视频| 色综合色色| www.99热精品| 丁香涩涩五月天| 色五月激情| 久久免费试看120秒| 亚洲色婷婷99一9|| 九月激情网| 奇米影视777在线_在线观看午夜_h小视频在线观看_岛国大片 | 少妇性按摩无码中文A片| 婷婷丁香成人五月天| 婷婷五月天激情视频| 丁香五月天啪啪| 五月天之色情综合网| 五月丁香在线精品| 99热精品在这里| 亚洲热久| 色综合播放| 激情综合无码| 性爱五月婷婷| 激情五月天网页| 婷婷天天日婷婷| 9九色首页| 欧美va欧美va差| 欧美99| 97碰啪啪| 婷婷婷婷婷婷婷婷| 丁香婷婷五月份| 色狠狠999综合网| 亚洲成人高清在线| 青青操日本摸摸看看| sewuyuejiqingwang| 99re思思热久久| 青996青| 久久这里有精品在线观看| 久操婷婷| 日韩成人免费电影| 五月狠狠| 在线超碰免费| 婷婷丁香五月六月激情| 天天插天天射| 日本色色色| 99爱爱网| 婷婷五月天丁香久久| 丁香五月av在线| 秋霞免费视频| 人妻久久久久久久久妻久久久久久久久 | 日日夜夜青青草| 久热99| 综合一区二区三区| 色无码| 成人va在线| 青青草原福利在线| 五月日韩中文字幕| 五月婷婷伦理| 国产日韩欧美性爱| 日本色婷婷| 五月婷婷色色色| 精品99视频| 99免费在线| 97超碰99热99| 五月天婷婷青青草| 91肏肏肏| 天天日夜夜草进麻麻的子宫| 91性高潮久久久久久久久| 五月丁香六月在线欧美| 久久婷婷网站| 久久久婷婷色五月资源网| Www.狠狠| 婷婷五月丁香国产| 99er久久| 久久XX日本综合| 丁香六月视频| 国产古装妇女野外A片| 九九视频这里只有精品在线播放 | 永久的网站AAAA | 26.uuu丁香五月婷婷| 丁香五月婷婷色偷偷| 思思热在线播放| 玖玖综合色区在线观看| 亭亭五月天成人| 超碰人人插| 婷婷六月花| 五月婷婷丁香日韩在线| 九九草热在线观看| 无码激情AAAAA片-区区| 六月婷婷狠狠| 五月天社区| 99热国产在| 激情六月婷婷| 六月丁香婷婷天堂| 老师的粉嫩小又紧水又多A片视频| 国产日韩欧美性生活| 97色吧| 丁香五月aV| 丁香五月激情图片婷婷| 五月激情基地| 国内熟女黄色系列| 色播五月婷婷五月| 91热久| 久久九九国产精品怡红院| 色狠狠综合入口| 99九九在线精品热动漫| 亚洲AV日韩无码| 成人视频一区| ay2区| www.色婷婷.com| 99色视频在线观看| 激情色五月天| 五月激情网站| 丁香五月天婷婷91| 手机旧版看人妻1025| 天天噜日日噜综合无码| 亚洲色视频| 婷婷色香六月综合激情| 91中文狠狠综合| 国产精品A片| 久久色午夜在线导航| 婷婷五月天网| 婷婷欧美综合| 天天狠天天叉| 狠狠干五月丁香| 99热热热天天人人人超超碰| 天天日天天爱天天噪| 一二区成人电影| AV在线观看网站| 婷婷五月天视| 国产成人精品一区二三区熟女在线| 久久机热思思热| 色色五月综合| 丁香六月激情综合| 亚洲高清在线| 五月婷婷激情综合| 中文字幕色色色| 99热www| 五月婷婷激情| 伍月婷丁香婷| 七月丁香五月婷婷在线| 亚洲第一第二网站| 婷婷综合97| 婷婷五月天成人网| 都市激情小说婷婷| 欧美在线视频免费播放| 精品色| 久热这里只有精品66| 99婷婷色| 99热99在线| 精品无码色| 色色五月婷婷狠狠| 色欲婷婷五月天丁香| 任你草| www.seqingwuyuetian| 五月色综合网| 另类在线| 亚洲乱码日产精品BD| 五月丁香六月婷婷姐| 久久婷婷激情| 人人爽网| 天天色天天日天天舔| 五月丁香婷婷色| 欧美黄色一级录像| 欧美Va日本Va| 狠狠色噜噜狠狠色噜噜噜999| 岛国在线观看91| 影音先锋91资源站| 日本女va| 国产免费av网站| 丁香五月婷婷啪| 午夜青草资源| 婷香狠狠爱五月| 丁香五月偷拍| 思思久热6| 色婷婷五月在线| 日日躁夜夜躁狠狠久久AV| 色色色色色色色色网站| 99婷婷| 婷婷影视久久| 色99在线视频| 五月综合777| 天天se在线视频| 色婷婷电影网| 五月六月婷| 久久中文人妻系列| 99在线小视频| 久久丁香五月| 婷婷五月免费在线| WWW色色色COm| 无码激情AAAAA片-区区| 久久综合影院| 欧美激情五月天在线观看| 伊人五月天97| 五月激情小说| 天天日天天插| 亚洲熟妇AV综合网五月丁香伊人 | WWW.五月com| 国产欧洲欧洲精品久久| 丁香五月婷婷色| 色五月婷婷中文字幕在线观看| 天堂久久久久天堂网| 狠狠综合网| 2025年最新亚洲在线欧美| 久久xxxx| 久久激情婷婷| 婷婷五月激情网| 99热这里只有精品55| 99久久a线观| www.五月天婷婷| 久久综合九色综合97婷婷| 丁香激情网| 午夜激情五月| 777色婷婷爱五月| 激情骚五月| 日日影院 | 天堂中文国产| 五月天六月婷婷电影| 久色网| 五月天堂色色| 欧美性猛交 XXXX 乱大交| 色欲久久久久久综合网综合网| 人人色AV| 色婷婷综合网站| 操b视频在线观看一区二区| 五月天综合| 182TV大香蕉| 九月丁香五月婷婷| 亚洲另类婷婷五月丁香在线播放| 五月天久久网站| 九九操屄| 色婷网| 操日视频| www、色色色| 思思99精品视频在线观看| 丁香九九九九| 99热97美女| 一点色成人网| 九九aV| 五月天婷婷丁香| 久久五月婷婷开心网| 久久综合这里只有精品1| 婷婷丁香社区| 色婷婷狠狠久久综合五月 | 色玖玖| 色综合久久99色| 色五月激情| 99色色最新视频| 密黄站| 色婷婷久久天天性爱| 在线观看欧美3区| 嫩草AV久久伊人妇女超级A| 婷婷激情五月综合| 激情小说婷婷| 99热无码| 99区视频| 99热99ai| 亚洲色夜| 1024在线观看免费视频| 日韩AV无码影片| 亚洲婷婷五月天| 色播综合| 色色色综合视频| 激情另类综合| 人妖色AV色综合| 婷婷黄色网| 51精品国自产在线| 99色婷婷| 99视频在线| 991精品在线视频| 亚洲成人黄色网| 五月综合激情视频| 色婷婷在线视频久| 五月婷婷色播视频| 五月婷婷与六月丁香图片激情| www激情网站| 色色亚洲99com| 99久久国产宗和精品1上映| 国产激情久久| 九九AV| 人人操99| 久艹大香蕉| 99在线免费视频| 天天草天天摸| 色色色色色色色色色色色色色色,网站| 99爱最新免费视频在线观看| 亚洲色五月天在线| 五月天婷婷色五月天| 五月婷婷在线丁香| 九热...av| 伊人婷婷大香蕉| 国产婷婷五月| 亚洲欧美国产A片免费观看| 日美三级| 婷婷99狠| 嫩草视频| 婷婷9月天| 91在线资源| 99久| www.com久久久久久久久久久久久久久久久| CHINESE熟女老女人HD视频| 开心五月天激情网| 丁香五月婷婷啪啪啪| 久久久999精品| 超碰人人干| 色五月激情| 综合久久综合| 综合AV在线| 婷婷色导航| 五月色婷| 九九av| 丁香五月婷婷偷拍| 中文字幕AV网址| 草一草avb| 爱操人妻| 欧美va在线| 九九九九这里只有精品| 婷婷激情图片| 精品久久人妻| 99热这里只有精| 久久99性爱| 婷婷丁香色无五月 | 99热这里只有精品搜| 婷婷丁香五月在线播放| 色停停五月天| 久热免费| 成人精品亚洲性爱| 五月丁香六月婷婷激情网| 欧美大香蕉视频| 丝袜人妻| 五月婷婷色五月| 人人操AV| 午夜天堂一区人妻| 国产AV一区二区三区最新精品| 日韩黄在免| 中文AV网站| 激情婷婷99| 婷婷五月天AV在线| 久久婷婷五月综合精品蜜芽| 六月丁香久久| 黄色一极大片| 97操在线| 丁香五月婷婷高清| 《久久综合九色综合97婷婷| 97色啪| 五月丁香999| 天天插天天玩天天干| xx综合网| 99在线看片| 亚洲五月天婷婷在线| 噜噜狠狠色| 啪啪婷婷五月天激情| 五月天激情国产综合婷婷| 狠狠色综合网| 丁香六月成人| 少妇婷婷五月天| 99视频35精品视频在线观看| 婷婷综合另类小说| 五月天色官网| 色J香五月天| 五月丁香综合激情网| 五月天开心激情综合网| 少妇AB又爽又紧无码网站| 超碰天堂网| 99色日本| 色情婷婷| 色婷婷国色天香综合| 婷婷激情五月天小说校园| 99精品性爱| 色色婷婷五月| 熟女少妇内射日韩亚洲| a免费在线| 9人人操人人看| 亚洲精品色色| 亚洲人妻一区二区| 激情深爱五月| 九九热re99re6在线精品| 狠狠操狠狠| 免费黄网不卡AV| 97超级碰碰碰| 丁香色成人| va中文资源在线观看| 这里只有精品视频99| 97人妻碰碰碰久久香蕉| 99精品久久| 狠狠色婷婷丁香五月| 欧美 日韩 成人 在线| 丁香六月天婷婷色| 99乱视频| 婷婷五月天色播|