1回答
我正在创建一个LSTM模型来预测100个未来值。我的输入形状是(100,200,1)。发生的情况是，经过一定数量的预测未来时间步长(大约15个)后，预测在之后的每个时间步长变得恒定。有人知道为什么会这样吗？
浏览 24提问于2020-03-06得票数 0
buildModel(neurons= 5, batch_size= 1, timestep=1, features=1): model.add(LSTMmetrics=[metrics.MAPE, 'accuracy'])测试RMSE: 0.104测试MAPE: 14.040
但是，当逐步运行多步预测时，预测结果迅速增加，然后稳定在一定范围内。时间序列是单变量的吗?对模型或
浏览 4提问于2017-05-21得票数 0
2回答
我建立了模型来预测某只股票的价格。我有这个股票在过去三年的每小时蜡烛数据，以及额外的功能。
现在，输入矢量形状是206, 72 ,9。72是3天，9是特征数。
浏览 4提问于2020-01-28得票数 0
回答已采纳
1回答
关于LSTM，我有一个更抽象的问题。现在我的问题是关于序列长度的作用。我可以使用timestep=1将整个时间序列传递到tensorflow LSTM，在这种情况下，整个时间序列将一个接一个地插入到LSTM中。或者，我可以使用一些>1的时间步骤，
浏览 2提问于2017-10-27得票数 0
1回答
lstm预测结果延迟现象
、、、、
最近我用lstm来预测时间序列。我正在使用keras2.0来构建我的lstm模型。它有这样的结构：model.add(LSTM(128, input_shape=(timesteps, 1), return_sequences=False,stateful=False)model.add(Dense(1))
我尝试用这个网络来预测几个时间序列
浏览 0提问于2018-04-17得票数 2
回答已采纳
1回答
我有大约6年的时间序列每日数据(1.8000个数据点)。我试图预测下一个t+30值，即列车数据独立矩阵(X)=前30天值的序列-- Train (Y)=前30天值的第31天值。然而，在(通常) t+3天之后的每个序列中，预测值在t+n天的其余时间内变为常数。如何解释这种行为？
即使是一个季节性很强的时间序列，情况也会是这样吗？即使对于非
浏览 0提问于2017-08-07得票数 5
给定一个时间序列，我有一个多步预测任务，在这个任务中，我想预测与给定时间序列中的时间步骤相同的次数。如果我有以下模式：lstm = LSTM(units=100, activation='relu')(input1)
outputs = Dense(n_timesteps, activation="softm
浏览 11提问于2022-03-22得票数 1
回答已采纳
2回答
我正在处理的时间序列数据集缺少样本。我试着用角星和LSTM来预测。我应该如何处理丢失的时间戳样本(有时会丢失几周甚至几个月)？
这会影响LSTM预测器的整体性能吗？
浏览 0提问于2019-01-25得票数 2
2回答
我正在训练一个单层LSTM，它的编码如下： optimizer = keras.optimizers.Adam(lr=0.0001),)
我的LSTM的输入是每小时的时间序列。我想根据每小时的序列来预测每天
浏览 1提问于2019-12-18得票数 2
不久前，我开始研究Tensorflow，并发现了使用LSTM进行时间序列预测的问题。有许多简单和详细的例子与工作代码。但是，在这些示例中，是根据目标值的前一个值对未来进行预测的。例如，在电力使用任务中，我可以添加天气预报，以更正LSTM预报。但我不明白如何做到这一点，因为我正在训练N*M矩阵的模型，其中N是时间序列的数目，K是我的预测因子的数目。它还需要输入N*K矩阵(但对于以前的间隔)，但我也有N* (K-1)矩阵中其他参数
浏览 10提问于2022-01-12得票数 0
1回答
对于那些遇到和我一样进退两难的人，我有以下问题：
我的目标是开发一个LSTM RNN，用于多个时间序列的多步预测，代表不同产品的日销售量。考虑到我只想有一个学习所有不同时间序列的模型，我构建了一个包含所有预测器序列的通用数组，另一个用于目标序列。我最新的方法是在(0,1)的范围内同时只缩放预测器序列，范围是目标序列将与预测器序列成比例。我的意思是
浏览 18提问于2019-12-03得票数 0
对于与时间相关的问题，例如股票预测：为什么，对于训练，我们只需要300天的价格？我知道这是LSTM模型的工作方式，但是考虑到其他299天模型的价格不是很有用吗？
浏览 0提问于2019-05-22得票数 0
我想我理解通过LSTM或XGBoost模型进行预测的想法，但我想联系社区来证实我的想法。本教程很好地一步一步地解释了该做什么："如何建立多步LSTM电力使用时间序列预测模型“
然而，在预测方面，作者拿出了部分数据，然后用这些数据来预测未来的值.在我看来，这并不是一种预测(通过ARIMA、VAR等方法完成的事情--你可以指定时间周期的数目，然后不指定任何东西，模型给你一些关于未来的预测)，你
浏览 0提问于2019-09-30得票数 4
1回答
第一层LSTM单元数
、、、
我试图使用LSTM (与Keras一起)来解决时间序列问题。考虑到以前的值，我想预测时间序列的下一个值。, length=1, batch_size=10)model = Sequential()
yhat = model.predict(x_input, verbose=0)
当我设置num_units = 1 (在第一层)时，预测</em
浏览 0提问于2019-08-20得票数 1
2回答
我正与LSTM合作解决我的时间序列预测问题。)))我的预测问题是预测接下来的20个时间步骤，回顾过去的20个时间步骤。因此，对于每次迭代，我都有一个输入形状，如(x_t-20.x_t)，并预测下一个(x_t+1...x_t+20)。对于隐藏层，我使用300个隐藏单位。由于LSTM不同于简单的前馈神经网络，我无法理解这300个隐藏单元是如何用于LSTM单元的
浏览 0提问于2019-03-09得票数 1
回答已采纳
2回答
我在不同的数据集上运行了LSTM和SVR模型，样本值在1-4000之间，并且SVR中的MAPE始终小于通过LSTM获得的MAPE。有人告诉我，事实恰恰相反( LSTM应该表现得更好)，但在网上没有发现多少信息。我希望有任何反馈意见和任何链接到文章或论文(到目前为止，我发现了非常不同的意见)。
浏览 0提问于2019-06-28得票数 0
我有一个经过训练的序列到序列的LSTM，它预测一个人的速度轨迹(Δx，Δy)，给出他们在路径上行走时的位置(x，y)。我用200个不同的人在小路上行走的例子训练了LSTM。现在，我想用多步预测来预测几个新人走了1/3后的未来速度。这个是可能的吗？如果是这样，我如何在Python或MATLAB中实现这一点？列= 200序列观测，2个输入特征(x，y)，观测时间长短不同
测试=5个部分序列观测(序列</
浏览 0提问于2018-04-28得票数 3
回答已采纳
2回答
我是时间序列预测领域的新手。我正在寻找一个需求预测模型来预测产品何时会在网上超市销售一空(当提前知道供应时)。另外，有人能给我一些时间框架来开发这种模式吗？由于我需要考虑的东西，除了在常规模型(如超参数调整，等等)。
浏览 0提问于2018-12-30得票数 3
1回答
LSTM模型不良预测
、、、、
我试图实现用于时间序列预测的LSTM模型。下面是我的试用码。此代码运行时没有错误。mean_absolute_error', 'mean_absolute_percentage_error']
model = Sequential()model.a
浏览 0提问于2020-12-07得票数 1
3回答
我正在使用LSTM进行时序预测。我的目标是使用25个过去值的窗口，以便为接下来的25个值生成一个预测。我递归地这样做:我使用25个已知值来预测下一个值。将该值追加为已知值，然后移动这25个值并再次预测下一个值，直到我有25个新生成的值(或更多)为止。我使用"Keras“来实现RNN体系结构：regressor.add(LSTM(units = 50, return_sequences = True= True))
regres
浏览 0提问于2018-01-15得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
