Как я могу предсказать следующее значение временного ряда, используя метод предсказания Tensorflow?
Спасибо за чтение. Я не очень хорош в Engli sh.
Мне интересно, как предсказать и получить данные будущих временных рядов после обучения модели.
Интересно, правильно ли были изучены и предсказаны данные временного ряда.
Как я могу сделать это право, чтобы получить следующее (следующее) значение?
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
Первый
Я пытался использовать данные фондовых индексов
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 был примерно такой, как показано ниже
Результаты X_test[-20:] и следующие 20 прогнозы выглядят одинаково.
Мне интересно, если это правильный поезд и прогнозируемое значение.
и мне интересно, было ли это правильное обучение и предсказание.
полный источник
Метод, который я попробовал первым, не сработал правильно.
Секунды
Я понял что-то не так, я попытался использовать другие официальные данные
Итак, я использовал временные ряды из учебника Tensorflow , чтобы попрактиковаться в прогнозировании модели.
* 105 5 *
Результаты были предсказаны в форме линейной регрессии, очень отличной от реальных данных.
Выведите ненормальную линейную регрессию, которая не зависит от реальных данных:
полный источник (После 25-й строки мой код.)
Мне действительно очень интересно, что Как я могу предсказать следующее значение временных рядов, используя Метод прогнозирования Tensorflow
Мне не интересно, работает это теоретически или нет. Мне просто интересно, как получить следующие n шагов, используя метод прогнозирования.
Спасибо за чтение длинного вопроса. Я прошу совета по поводу вашего бесценного мнения.