具有单个时间信号输入的LSTM多步预测

Question

说我有从足球比赛中收集的一分钟数据样本，具有六个功能。训练和测试了1500个游戏。

我已经为多特征预测实现了LSTM模型。我用滞后5训练/测试了模型，得到91％的分数。即对第6分钟做出预测。

我的问题是，仅给出第一分钟的数据，是否可以对比赛的剩余89分钟做出预测？ （当然，我将设计一个具有输入shape（1,6）和输出（89,6）的新模型

所以我的input_shape =（1,1,6）看起来总是[[0,0，a，b，0,0]]，其中a和b是唯一的，并且是针对每个匹配项预先确定的。

预期输出将为shape =（89,6）。

我真的很感谢任何建议。

Answer 1

是的，有可能做到这一点，所使用的方法将是被称为“采样新型序列”的方法的微小变化，并且将遵循此模型

基本上发生的是，您使用第一分钟来预测第二分钟，而不是随机生成第二分钟，并将生成的结果用作下一步的输入，因此请继续，请记住，这仅用于采样/预测阶段而非生成步骤，我从安德鲁·伍（Andrew ng）的深度学习课程中学到了这一点，并且从links to the video for same.

我相信您可以相应地处理形状和尺寸。 如果您有任何疑问或困难，请在下面评论。

图片来源：medium.com