Как предсказать следующий шаг во временных рядах?
Мне интересно, как предсказать и получить данные будущих временных рядов после обучения модели. Я хотел бы получить значения после N шагов. Интересно, были ли данные временного ряда правильно изучены и предсказаны? Как мне сделать это правильно, чтобы получить следующее (следующее) значение? Я хочу получить следующее значение, используя model.predict или аналогичный.
У меня есть x_test и x_test[-1] == t Итак, значение следующего значения (которое я хочу получить) равно t+1, t+2, .... t+n.
и у меня есть обученная модель, которая предсказывает следующий день
Я пытался, как показано ниже, прогнозировать следующее значение, используя данные о запасах
inputs = total_data[len(total_data) - forecast - look_back:]
inputs = scaler.transform(inputs)
X_test = []
for i in range(look_back, inputs.shape[0]):
X_test.append(inputs[i - look_back:i])
X_test = np.array(X_test)
predicted = model.predict(X_test)
Правильно ли предсказывать следующее N- значения шага?
результат, как показано ниже
Необработанные данные (X_test) и прогнозные данные (model.predict(X_test)) не создают большая разница.
Другими словами, результаты X_test[-20:] и следующих 20 прогнозов выглядят одинаково. Мне интересно, правильный ли это метод обучения и прогнозируемое значение, а также если результат был верным.
полный исходный код
мой код прав? и
Я хочу знать, как я могу предсказать значение следующего N-шагов