如何为LSTM Keras中的多步和多变量准备时间序列数据

Question

首先，我是Keras的新手。我有以下情况：

1. 具有15个功能的时间序列数据保存在pandas dataframe
中
2. 时间序列数据是每小时。所以我想预测下一个16小时的时间 系列数据。我想提供输入（16个时间序列数据），然后 预测接下来的16个小时。我想把它建模为多对多，但我不确定。
3. 在数据框架中创建了多少个新列。 ， 什么应该 LSTM的输入配置如output_shape等......

我在以下链接中搜索过它，但我无法理解该理论并结合多步和多变量

https://machinelearningmastery.com/multi-step-time-series-forecasting-long-short-term-memory-networks-python/

https://machinelearningmastery.com/multivariate-time-series-forecasting-lstms-keras/

Answer 1

样本，时间步长，特征=（：，16,15）

您可以通过使用尽可能多的填充标记填充16个长度时间样本来让您的网络预测下一个输出，这基本上就是准备数据的问题。