我在Keras中使用的是标准的无状态LSTM模型，我使用历史数据和一些时间虚拟变量进行训练，效果很好。
否，我想包括要预测的不同类别的客户。我想训练一个大模型，然后为相应的客户端添加虚拟变量。但是，当我训练模型时，即使最初的验证损失仍然很低，但是如果我将大型模型与类别假人一起使用，我就不会再收到数据的低预测损失。我使用了minmax缩放器预处理器，该预处理器用于训练模型以便稍后进行预测。
客户端的数据是否可能是如此不同，以致于模型无法捕获？即使所有单个客户模型都可以正常工作，我是否也需要大大改变模型的结构？我需要使用其他类型的缩放比例吗？