Question

因此，我正在研究一种机器学习模型，并且遇到了这段代码。

n_input=12
n_features=1
pred_list = []
batch = train[-n_input:].reshape(1,n_input,n_features)

for i in range(n_input):
    pred_list.append(model.predict(batch)[0]) #predict one value
    batch = np.append(batch[:,1:,:],[[pred_list[i]]],axis=1)#append to the end of the batch list

我了解到，批量处理时，它会使用-n_input索引值直到由“：”表示的结尾，然后将数据帧重塑为（1，n_input，n_features），在这种情况下为（1,12,1）。

为了进行预测，使用了for循环，它循环了12次，等于我们的n_inputs，n_inputs是我要预测的未来周期数。

这就是我开始困惑的地方，我不太了解for循环中的代码。有人可以解释循环内的代码吗？感谢您的阅读。

相关文章：https://medium.com/swlh/a-quick-example-of-time-series-forecasting-using-long-short-term-memory-lstm-networks-ddc10dc1467d

Answer 1

假设您有5个值的列表

[1,2,3,4,5]

您要预测第十个值。

该代码的第一行进行单个预测6。

该代码的第二行将其添加到上一个列表中（batch [：，1：，：]指定该批处理现在将增加一个值，[[pred_list [i]]]正在添加最近的预测到最后）。因此，您最终得到：

[2,3,4,5,6]

然后，您将使用新批次重新开始循环以预测第7个值。

有人可以解释在for循环内发生的代码吗？ LSTM预测

1 个答案: