model.predict异常我该如何预测下一个时间序列?上一个值和下一个预测值之间的差异非常大

时间:2019-05-05 02:10:26

标签: python machine-learning keras lstm

最后一个值和下一个预测值之间的差异非常大。

这是我的模特

model = Sequential()
model.add(LSTM(256, input_shape=(None, 1),return_sequences=True))
model.add(Dropout(0.3))

model.add(LSTM(256, input_shape=(None, 1)))
model.add(Dropout(0.3))


model.add(Dense(1))
model.compile(loss='mean_squared_error', optimizer='adam', metrics=['accuracy'])


model.summary()
model.fit(x_train, y_train, epochs=10, batch_size=32, verbose=2, validation_data=(x_val, y_val))

我想知道下一个时间序列所以,我做到了

a busy cat

x_test[-1]和预测的lastY差距太大

我错了吗?还是错误代码?


当我的p = model.predict(x_test)结果是

a busy cat

0 个答案:

没有答案