为什么这个测试数据,发一条数据进去,会测试出5个结果?模型是用过去5秒的数据来预测他们的位置,特征是4个。所以预测数据结构是(1,5,4),但是预测结果有5个,是为什么呢?
LSTM滑动窗口,结果预测
为什么这个测试数据,发一条数据进去,会测试出5个结果?模型是用过去5秒的数据来预测他们的位置,特征是4个。所以预测数据结构是(1,5,4),但是预测结果有5个,是为什么呢?
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
- 邀请回答
-
2条回答 默认 最新
关注 - 这有个类似的问题, 你可以参考下: https://ask.csdn.net/questions/748529
- 我还给你找了一篇非常好的博客,你可以看看是否有帮助,链接:使用LSTM生成序列、自动问答使用?分割即可!
- 除此之外, 这篇博客: LSTM中的归一化与反归一化问题、预测未来值问题中的 验证模型并对预测值进行反归一化,并查看预测情况 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
其实对预测值反归一化需要注意一个问题,那就是预测值的形状shape要和归一化前的数据形状相同,在多特征中也是如此,后面将会进行介绍。
#模型验证,在测试集中进行验证 test_pred = model.predict(X_test, verbose =1) #对得到的预测值和真实值进行反归一化 original_test_pred=scaler.inverse_transform(test_pred) original_y_test=scaler.inverse_transform(y_test) 计算各种评价参数其中包括MSE,RMSE,MAE,MAPE,r2 from sklearn import metrics # MAPE需要自己实现 def mape(y_true, y_pred): return np.mean(np.abs((original_y_test-original_test_pred) / original_y_test)) y_true = np.array(original_y_test) y_pred = np.array(original_test_pred) print('MSE:',metrics.mean_squared_error(original_y_test,original_test_pred)) print('RMSE:',np.sqrt(metrics.mean_squared_error(original_y_test,original_test_pred))) print('MAE:',metrics.mean_absolute_error(original_y_test,original_test_pred)) print('MAPE:',mape(original_y_test,original_test_pred)) score = r2_score(original_y_test,original_test_pred) print("r^2的值:",score)
本回答被题主选为最佳回答 , 对您是否有帮助呢?解决 无用评论 打赏 举报
悬赏问题
- ¥15 Android Navigation: 某XDirections类不能自动生成
- ¥20 C#上传XML格式数据
- ¥15 elementui上传结合oss接口断点续传,现在只差停止上传和继续上传,各大精英看下
- ¥100 单片机hardfaulr
- ¥20 手机截图相片分辨率降低一半
- ¥50 求一段sql语句,遇到小难题了,可以50米解决
- ¥15 速求,对多种商品的购买力优化问题(用遗传算法、枚举法、粒子群算法、模拟退火算法等方法求解)
- ¥100 速求!商品购买力最优化问题(用遗传算法求解,给出python代码)
- ¥15 虚拟机检测,可以是封装好的DLL,可付费
- ¥15 kafka无法正常启动(只启动了一瞬间会然后挂了)