可能的平滑技术来改善我的LSTM自动编码器

Question

为我提供了一系列值，旨在使用自动编码器识别模式。 该系列包括一个明显的周期变化的数据，周期不同。

使用Python和Keras 我的LSTM自动编码器能够将模式预测为约0.1的MAE。查看预测值（橙色）时，我注意到，尽管它能够在某种程度上准确地预测模式，但它经常会低估波动的确切幅度。

建议

T在将数据馈送到自动编码器之前考虑对数据进行平滑处理。我尝试在数据集上使用savgol_filter（x，5，3），但说实话，我不确定我选择的窗口和多项式是否合适。 （请记住，除了给出的数值之外，我没有其他更多信息）

有没有一种方法可以更好地选择窗口大小和多项式度？ （每个周期的大小每个大约几千个点）。我是正确应用savgol_filter还是应该考虑另一种平滑方法？

谢谢阅读