python - TensorFlow 中的 LSTM 多步预测
问题描述
我想使用 RNN 进行多步预测。
示例:[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16]
- 完整的时间序列。X_train = [1...13]
作为火车,其余的 X_test = [14...16] 是测试数据。我检查模型的性能
prediction = model.predict(X_test)
我收到了数字(预测),但它们是过去一段时间的?如果我想预测未来接下来的 6 个点。我会用
prediction = model.predict(X_input)
我有什么用X_input
?如果我已经使用最后的观察结果作为模型的测试性能。所有教程都展示了模型在预测过去方面的完美程度,但我需要使用该模型来预测未来。我将非常感谢任何建议。
解决方案
推荐阅读
- r - geom_histogram、分数/有界数据和边界参数
- r - R中如何将2列数据转换为5列数据:两个相关列的情况
- jmeter - 如何在jmeter中使用CSS选择器提取部分href
- flutter - 如何在颤动中将商品计数从购物车屏幕更新到餐厅详细信息屏幕并返回到餐厅详细信息屏幕?
- python - 使用 python APO 将日语文本转换为语音
- python - 带有关键字参数的通用函数调用
- node.js - 我的不和谐 js 命令处理程序不起作用
- asp.net-mvc - 需要有关服务定义的帮助
- pdf - LaTeX 将单词字符向右对齐
- javascript - 到达路由器无法读取 null 的属性“应用”