LSTM: как предсказать значения следующего месяца во временных рядах

Question

Это мой первый подход к LSTM. Я пытаюсь предсказать прогноз во временном ряду. Я слежу за этим примером Github

И все работают для меня одинаково.

Я проскальзываю в поезде и проверяю, строю график потерь и строю разницу для фактические и прогнозируемые.

Но если я хочу предсказать значения следующего месяца? Возможно ли это с помощью LSTM?

Я получил этот график, но он мне не очень интересен, потому что я sh пытаюсь предсказать будущие значения, чтобы попытаться понять тренд

Это мои разделенные данные в наборе поездов и испытаний:

# Split into training/test sets
train_size = int(len(data) * 0.8)
train, test = data[:train_size,], data[train_size:,]

# Prepare the data in a format required for LSTM (samples, timesteps, features)

def Create_Dataset(df, lookback=1):
    X, Y = [], []
    for i in range(len(df) - lookback - 1):
        X.append(df[i:(i+lookback), 0])
        Y.append(df[i + lookback,0])
    return np.array(X), np.array(Y)

lookback = 30
X_train, Y_train = Create_Dataset(train, lookback)
X_test, Y_test   = Create_Dataset(test, lookback)

X_train = np.reshape(X_train, (X_train.shape[0], 1, X_train.shape[1]))
X_test  = np.reshape(X_test, (X_test.shape[0], 1, X_test.shape[1]))