我正在尝试使用监督学习基于12个输入来预测当前值。 12个值中的两个是y（t-1）和y（t-2）。预测应持续到大约y（t + 168）（一周）。
训练时的神经网络我为y（t-1）和y（t-2）提供训练集的“过去”值。但是，当我计算网络的响应时，我当然只能提供预测的过去值。
因此，相对于训练集，我对真实可用数据的预测要精确得多。但是我想知道在训练过程中神经网络是否在很大程度上依赖于过去的预测值，我不确定是否有办法防止这种情况发生。但我也认为，将这些输入排除在外会损害我的预测，因为这会导致响应过程中发生重大变化，而对于我尝试预测的系统通常不是这种情况。
这应该是一个常见问题，但是我找不到任何相关的问题。 我希望我的描述是可以理解的，并且有人知道我的问题的答案！ （：
最好的问候 卢卡斯