как сделать прогноз моей модели LSTM после тренировки

Question

Я новичок в ML и использую модель LSTM для прогнозирования будущего значения столбца. Думаю, мне удалось обучить мою модель, но я изо всех сил стараюсь, чтобы моя модель предсказывала будущие значения моего набора данных.вот так: c0 c1 c2 c3 c4 c5 0,953202 0,998825 0,943329 0,762738 0,046798 0,0 .... Я обучил свою модель прогнозированию значений c5 на основе других столбцов

# split into train and test sets
values = reframed.values
n_train_hours = 24*24
train = values[:n_train_hours, :]
test = values[n_train_hours:, :]

# split into input and outputs
train_X, train_y = train[:, :-1], train[:, -1]
test_X, test_y = test[:, :-1], test[:, -1]
# reshape input to be 3D [samples, timesteps, features]
train_X = train_X.reshape((train_X.shape[0], 1, train_X.shape[1]))
test_X = test_X.reshape((test_X.shape[0], 1, test_X.shape[1]))
print(train_X.shape, train_y.shape, test_X.shape, test_y.shape, try1.shape)

# design network
model = Sequential()
model.add(LSTM(50, input_shape=(train_X.shape[1], train_X.shape[2])))
model.add(Dense(1))
model.compile(loss='mae', optimizer='adam')
# fit network
history = model.fit(train_X, train_y, epochs=50, batch_size=72, validation_data=(test_X, test_y), verbose=2, shuffle=False)

# make a prediction
      ???

Answer 1

Чтобы увидеть прогнозы:

model.predict(test_X)

Для расчета точности и потерь для данных испытаний:

model.evaluate(test_X,test_Y)

Вы можете найти все о модельных методах в https://keras.io/models/model/

Answer 2

Вы можете использовать свою модель для прогнозирования с помощью:

print(model.predict('''your sample'''))

Это напечатает предсказанные метки.