Question

我正在尝试使用Keras对一个时间步长进行一些LSTM时间序列预测。但是，当在网上查看示例或自己实现示例时，它不会预测下一个时间步长，而只是预测当前的时间步长而无法预测。难道不是预测要比测试数据领先一步吗？看看我的意思：

我正在使用：

self.model.predict(data)

这是故意的，您必须手动将预测数组移动一个索引，这会使预测真的很糟糕。

Answer 1

我想错了。问题在于将测试数据分为样本和标签。例如，如果有一个包含10个窗口，则我们有9个样本和1个标签。因此，在预测最后一个窗口上的实际未来时间步时缺少最后一个值。我必须创建第三个样本子集（在样本，标签旁边），将其移动1个索引，并将其用于预测值，这才是真正的预测。