如何解决如何使用LSTM正确预测时间序列中的未来序列?
我正在尝试训练LSTM模型,以根据先前的时间数据在接下来的30个时间段内预测某些参数的变化。
- 如果我要预测完整序列,则输出结果始终具有相同的模式,只有幅度变化。我使用的所有神经网络体系结构都获得了这一结果。这是模型的正常行为吗?
- 如果我尝试使用滑动窗口预测序列(获取模型预测的一个点,将其添加到真实数据中,对真实数据和预测数据进行预测->重复执行,直到达到所需的预测长度)也很弱:在几个点之后,模型开始预测相同的值。
您能建议任何方法来预测未来的价值序列吗?也许您可以共享描述此问题的文章或教程上的链接。
我使用的预测长度可能太大而无法预测吗?有一些选择建议吗?
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。