Прогнозирование с использованием LSTM

Question

Я хочу сделать прогноз, используя подход LSTM, но у меня возникли проблемы.

Вот мой код:

def predict(self) -> list:
“””
A method to predict using the test data used in creating the class
“””
   yhat = []

   if(self.train_test_split > 0):

   # Getting the last n time series
       _, X_test, _, _ = self.create_data_for_NN()

    # Making the prediction list
   yhat = [y[0] for y in self.model.predict(X_test)]

   return yhat

def predict_n_ahead(self, n_ahead: int):
    “””
    A method to predict n time steps ahead
    “””
    X, _, _, _ = self.create_data_for_NN(use_last_n=self.lag)

    # Making the prediction list
    yhat = []

    for _ in range(n_ahead):
    # Making the prediction
        fc = self.model.predict(X)
        yhat.append(fc)

    # Creating a new input matrix for forecasting
    X = np.append(X, fc)

    # Ommiting the first variable
    X = np.delete(X, 0)

    # Reshaping for the next iteration    
    X = np.reshape(X, (1, len(X), 1))

    return yhat

Можете ли вы предложить лучший способ сделать это предсказание? В приведенной выше функции предиката () есть рекурсия, которую мне немного сложно обернуть.