我想在Keras中使用LSTM预测k时间序列的下一个点。
我通过选择0:p-1点作为输入要素和下一个k点（即p:p+k-1作为输出要素，从包含所有点的列表的开头开始构建数据集。我将1:p作为输入功能继续此过程并...
最后，我得到两个数据帧X，输入数据txp和y，输出数据为txk。所以，我的问题有基于here的多对多结构。
X = X.values.reshape(X.shape[0], 1, X.shape[1])
y = y.values.reshape(y.shape[0], 1, y.shape[1])
然后我的网络的第一层是：
model.add(LSTM(neurons, input_shape=(X.shape[1], X.shape[2]), return_sequences=True))
但是这里的时间步长是1.我的问题是如何增加时间步长。我应该复制X和y中的某些行吗？我这样做了吗？