我有一个属性为a，b，c的数据集。我为每个属性使用7的输入窗口大小来预测a的下一个值。
我在不同滞后数的属性之间进行了自相关和互相关。它们在滞后7之间具有良好的相关性，因此输入窗口大小为7。
我的数据集包含100000个数据点。当我预测时，预测值相对于实际值向右移动一个。
我尝试聚合我的数据集以获得更少的数据点并带有30000个dtapoints。出现同样的问题。
我再次将它汇总到2000 dtapoints，而这次没有转变。
此主题有上一个问题，例如NARX Neural network prediction?和Python ARIMA model, predicted values are shifted。答案说，当没有很好地选择延迟（滞后）时会出现这个问题。但就我而言，它们如上所述是相关的。那为什么会这样呢？是因为数据集的大小？
请注意，我正在使用名为encog的java库来执行此预测任务。