python-3.x - 如何使用 lstm 设置每 120 分钟预测值的时间？

Question

我有一个包含三个输入的数据集，名为 X1.X2,X3 。所以在这里我尝试每 120 分钟预测一次 X1 值。

但在我的数据集中，我不是每 120 分钟测量一次数据。我在 5 分钟后、10 分钟后或 30 分钟后测量数据。

我想写的是我的 y 值平均预测值，从开始时间开始每 120 分钟附加一次数据。

我不知道怎么写。有人帮我解决这个问题吗？

X = 1
n_out = 1

x,y=[],[]
start =0

for _ in range(len(data)):
  in_end = start+X
  out_end= in_end + n_out
  if out_end < len(data):
     x_input = data[start:in_end]
    for _ in range(len(x_input)):
        x_input.index = x['time']
        inputs = x_input.resample('5T').apply(lambda x: x[0] if x.count() > 0 else None)
        x.append(inputs) 
    y.append(data[in_end:out_end,1])
    y = y.resample('60min').apply(lambda x: x[0])

start +=1

.csv 文件图像：

根据我的 csv 这里的开始时间是

早上 6:00:00

所以我想在 120 分钟后说的意思8:00:00 a.m Y value should be predicted , after that 10:00:00 a.m predict next y value, 12:00:00 p.m next y value predict是应该继续进行。

我的 csv 文件：

我的 .csv 文件

标签： python-3.xpandasmachine-learningtimelstm