如何解决多步时间序列预测
我有标准的多对一不同的 RNN 模型,我将这些模型用于使用其他时间序列作为特征的 1 个目标时间序列预测。我使用 14 作为输入序列长度和 1 值,该值对应于对应于输入序列末尾时刻的目标时间序列。我想将这种方法概括为有一些预测范围并预测一些预先定义的步骤。然后,我将按如下方式构建我的训练批次(预测范围 = 2 且 in_seq_len = 4):
. . ./. ./. . . . .
|
/0 0 0 0/0 0 0 0 0 0
下一个样本移动一个位置:
. . . ./. ./. . . .
|
0/0 0 0 0/0 0 0 0 0
正如预期的那样,我训练网络来预测序列,而不仅仅是一个值。我的问题是:如果我得到形状为 [batch_size,forecast_horizon]
的网络的输出,我应该如何获得网络的最终预测。输出张量将重叠,因为样本按照 Pytorch RNN 的预期移动了一个位置。我应该只将最后一个样本作为网络预测吗?即[batch_size,-1]
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。