lmw0320 2019-07-04 15:21 采纳率: 75%
浏览 10586
已采纳

LSTM模型如何进行新数据的预测?

训练好LSTM模型(单变量)后,现在需要进行数据预测。请教下该怎么做?
早期的LSTM模型训练时,数据是每隔4小时为一个数据,time-step设置为7.
现在要预测未来7天的数据。有点不清楚具体该如何处理了。。求指点。。

个人想法:按照理论做法,需要事先反向提取最后7个数据,以预测第一个新值。然后利用第一个新值,并结合前面6个的数据,预测第二个新值,依次循环下去,直到第7天。。
但是LSTM模型训练时,对数据的处理很麻烦,要归一化处理,还要切分X和Y(原来是单变量,需要按照time_step切分出新的X和Y,且是一一对应的)。问题在于:
1. 我如果要进行预测的话,不需要再去切分X和Y吧,直接视为X就是了吧?
2. 如何利用预测出来的第1个数值,结合之前的6个值,来预测第2个数值呢?

  • 写回答

2条回答 默认 最新

  • _,_ 2020-04-16 19:29
    关注

    创建一个预测数组,每预测一个Y就往数组里放一个,同时更新你用来预测的自变量X数组,剔除最早的X,把预测值加入到X里,依次往后预测

    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论
查看更多回答(1条)

报告相同问题?

悬赏问题

  • ¥15 DIFY API Endpoint 问题。
  • ¥20 sub地址DHCP问题
  • ¥15 delta降尺度计算的一些细节,有偿
  • ¥15 Arduino红外遥控代码有问题
  • ¥15 数值计算离散正交多项式
  • ¥30 数值计算均差系数编程
  • ¥15 redis-full-check比较 两个集群的数据出错
  • ¥15 Matlab编程问题
  • ¥15 训练的多模态特征融合模型准确度很低怎么办
  • ¥15 kylin启动报错log4j类冲突