python - 如何在 LSTM Keras 中为多步多变量准备时间序列数据

Question

首先，我是 Keras 的新手。我有以下情况:

1. 具有 15 个特征的时间序列数据保存在 pandas 数据框中
2. 时间序列数据是每小时一次。所以我想预测下一个 16 小时的时间系列数据。我想给输入(16个时间序列数据)，然后预测接下来的 16 个小时。我正在考虑将其建模为多对多，但不确定。
3. 在数据框中创建了多少新列。 ， 什么应该LSTM 的输入配置类似于 output_shape 等...

我在下面的链接中搜索过，但是我无法理解理论并结合多步和多变量

https://machinelearningmastery.com/multi-step-time-series-forecasting-long-short-term-memory-networks-python/

https://machinelearningmastery.com/multivariate-time-series-forecasting-lstms-keras/

Answer 1

样本、时间步长、特征 = (:, 16, 15)

您可以通过使用任意数量的填充滴答填充 16 个长度时间样本来让您的网络预测下一个输出，基本上就是这样，这实际上是准备数据的问题。