RNN模型训练后如何预测以下值？

Question

我使用LSTM训练了时间序列模型（形状为N，20、1）。

假设N是最后一个数据。

使用model.predict给出第N + 1个预测值。

如何预测N + 2，N + 3，N + 4 ...等之后的数据值。

Answer 1

在类似LSTM的时间序列模型中，预测新数据点取决于先前的数据点。要预测n + 1，请使用[N-19 ... N]。现在要预测n + 2，您需要[N-18 ... N + 1]。如果您要预测将来越来越远，请重复此过程。

当然，您走得越远，您的预测就越不准确。 RNN擅长预测下一个时间步长，但不擅长预测将来的事情。这就是为什么如果您查看由神经网络生成的书或句子，它们没有多大意义。

一旦有了n + 1的实际值，n + 2的预测将比必须使用预测值的情况更准确。