python - 如何查看 MultiStep 张量流模型的预测值？

Question

我使用了 9 个变量的时间序列数据框，试图预测其中的 1 个。我按照官方教程得到了最终模型。但我不知道如何查看预测值。

#Split the data
column_indices = {name: i for i, name in enumerate(df.columns)}
n = len(df)
train_data = df[0:int(n*0.7)]
val_data = df[int(n*0.7):int(n*0.9)]
test_data = df[int(n*0.9):]
num_features = df.shape[1]

#Data windowing....

#Split the data

#Train the model

class MultiStepLastBaseline(tf.keras.Model):
  def call(self, inputs):
    return tf.tile(inputs[:, -1:, :], [1, OUT_STEPS, 1])

last_baseline = MultiStepLastBaseline()
last_baseline.compile(loss=tf.losses.MeanSquaredError(),
                      metrics=[tf.metrics.MeanAbsoluteError()])

multi_val_performance = {}
multi_performance = {}

multi_val_performance['Last'] = last_baseline.evaluate(multi_window.val)
multi_performance['Last'] = last_baseline.evaluate(multi_window.test, verbose=0)
multi_window.plot(last_baseline)

最后我得到了这个绘图 模型输出图

现在如何查看未来两天的预测值？我厌倦了以下内容，但它说缺少位置参数 x

MultiStepLastBaseline.predict(test_data)

标签： pythontime-serieslinear-regressiontensorflow2.0prediction