Это нормально, что значение, предсказанное моделью, аналогично обученному значению?

Question

Интересно, были ли данные временного ряда правильно изучены и предсказаны.

Правильно ли это получить следующее (следующее) значение?

Я хочу получить следующее значение, например модель. Предсказание или эт c ...

У меня есть x_test и x_test[-1] == t Итак, значение следующего значения равно t+1, t+2, .... t+n,

, в этом примере я хочу получить t+1, t+2 ... t+n

Я пытался

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)

, но результат, как показано ниже

Результаты X_test[-20:] и следующие 20 предсказаний выглядят одинаково.

Мне интересно, правильный ли это прогноз и прогнозируемое значение.

и мне интересно, было ли это правильное обучение и предсказание.

Answer 1

Построение тестового набора исключительно на основе ваших данных покажет вам, насколько хорошо ваша модель предсказывает одно значение в будущем. Скажем, вы прогнозируете температуру на основе значений температуры за последнюю неделю. Ваш подход проверит, насколько хорошо вы можете предсказать температуру на завтра, но не через несколько дней. Поэтому, если вы хотите проверить, насколько хорошо ваша модель может предсказать несколько значений в будущем, вам нужно создать свой набор тестов, начиная со значений из total_data, а затем добавить свои прогнозы:

X1 = [X_11, X_12, ..., X_1n-1, X_1n]
Y1 = model.predict(X1)
X2 = [X_12, X_13, ..., X_1n, Y1]
Y2 = model.predict(X2)
X3 = [X_13, X_14, ..., Y1, Y2]
Y3 = model.predict(X3)

и т. д.