LSTM：为什么要保持平均数据

Question

我正在使用LSTM来预测必须按顺序排列的数据。但是，我的LSTM总是给出类似平均值的预测。具体来说：

我正在预测一种化学物质的浓度。
1. 浓度取决于7个特征。
2. 浓度将随时间累积。因此，浓度的顺序很重要。
3. 对于我的LSTM，我重新排列数据。假设我选择time_step = 5。然后，我将5个连续的特征用作一个输入（因此，总共5 * 7）。
4. 我尝试了两种LSTM输出。一种。序列为一：我的LSTM预测最后一个输出（在我的情况下，这对应于最后一个时间步的输出浓度）。或b。按顺序排序：我的LSTM预测所有5个时间步长对应的所有5个输出。

问题： 不管使用哪种输出模型，LSTM始终为我提供类似平均的数据。预测结果如下所示。是因为我使用了MSE损失吗？我知道，如果我们使用MSE损失，则平均值是进行最大似然估计的最佳方案。

预测结果（红线是预测值）（蓝色是基本事实）

已放大版本