未来预测LSTM

时间:2017-11-21 13:05:12

标签: python future lstm forecasting rnn

我的数据集长度为1400。

我做了每个操作,并在Python上使用LSTM训练Keras模型,以试图预测未来的点。我训练有素的模特学得很好。

编译模型后,我添加了一个新的随机测试集。我的目的是预测看不见的未来,例如15天,这些未包含在经过培训的数据中。当我添加一些具有常数值的测试数据时,我的预测变得不变。

但是当我添加我试图预测的实际值时,我的模型非常适合这个测试数据。

  • 那我怎么处理呢?
  • 为什么模型预测会因测试数据而发生变化?
  • 如何预测未列入训练集的未来15天?
  • 我如何预测看不见的未来?
  • 如果LSTM模型仅适用于已知的列车和测试装置,我为什么要使用它?

0 个答案:

没有答案