使用LSTM和Keras预测未来价值

时间:2018-03-26 00:22:11

标签: tensorflow machine-learning keras

我一直在关注教程here并且我有数据,我想预测我目前拥有的测试集的所有数据。

这是我现在的代码。我是ML和python的新手(我通常做Java)所以这就像阅读中文,但我复制并粘贴它。目前,它从数据的开始预测,但我希望它从最后开始。

def predict_future(model, data, window_size, prediction_len):
    curr_frame = data[-3]
    predicted = []
    for i in range(len(data), len(data)+ prediction_len):
        predicted.append(model.predict(curr_frame[newaxis, :, :])[0, 0])
        curr_frame = curr_frame[1:]
        curr_frame = np.insert(curr_frame, [window_size - 1], predicted[-1], axis=0)
    return predicted

我很感激能得到的所有帮助,对此我的知识范围非常有限。

1 个答案:

答案 0 :(得分:1)

当前正在进行的是循环的每次迭代中的当前帧被设置为除当前帧之外的每个剩余数据。我们可以保持相同的结构,只需翻转每一行。

在函数开始时,您可以反转数据以使预测从结束开始,然后通过添加反转每行data = np.flip(data, axis=0)的行data来开始预测。