keras 如何在LSTM预测中利用未来数据

fivyi3re  于 2023-01-05  发布在  其他
关注(0)|答案(1)|浏览(512)

假设我正在训练一个预测明天销售额的模型。我有前几天和未来几天的数据,并且知道我以前的销售额。关于明天,我知道这是一个工作日,会下雨,而且是一个假日。我如何使用这些数据进行预测?
数据集如下所示。
| 工作日|假日|天气|销售额|
| - ------|- ------|- ------|- ------|
| 1个|无|雨天|二十五|
| 1个|无|雨天|二十七|
| 1个|1个|桑尼|二十三|
| 无|无|桑尼|二十四|
| 无|无|多云|三十一|
我用前150天的多变量最小二乘法建立了训练集,但是为了做预测,我只使用前几天的数据。
我有关于明天的数据并想使用它。我该怎么做?

whitzsjs

whitzsjs1#

您可以将工作日/假日/天气数据移动-1,并在训练期间将其用作输入。然后在推理时将明天的数据用作输入。
作为一个例子,请参阅Aurélien Géron的“使用Scikit-Learn、Keras和TensorFlow进行机器学习的实践,第3版”,第559页:
“... df_mulvar[“下一天类型”] = df[“天类型”].shift(-1)#我们知道明天的类型”
此示例也可在以下位置获得(请参见“多元时间序列”一节):https://github.com/ageron/handson-ml3/blob/main/15_processing_sequences_using_rnns_and_cnns.ipynb

相关问题