Я пытаюсь понять интерпретацию метки времени в Keras LSTM , для прогнозирования более длительного периода времени в прогнозировании.
Я уже прочитал много статей, найденных в Интернете, а также здесь, в stackoverflow ( Понимание LSTM Keras Я все еще в замешательстве. Я реализовал Keras с меткой времени = 1 и , предсказывающейпогода со сменой в течение 1 часа . Прогноз на самом деле действительно хорош, что я и ожидал.
Проблема возникла в тот момент, когда Я пытаюсь предсказать, сместится ли погода на 12 часов . Я не уверен, как Keras интерпретирует обратное распространение в этой ситуации. Как Keras фактически «запоминает» предыдущие данные.
У меня есть 7 столбцов с данными различного типа. Я ставлю 8-й столбец, как и предполагалосьвыходные данные. Моя форма подготовлена следующим образом:
#reshape((samples, timestamp, features))
train_X = train_X.reshape((train_X.shape[0], 1, train_X.shape[1]))
test_X= train_X.reshape((train_X.shape[0], 1, train_X.shape[1]))
Для прогноза 12 часов он должен выглядеть следующим образом?
train_X = train_X.reshape((train_X.shape[0], 12, train_X.shape[1]))
test_X= train_X.reshape((train_X.shape[0], 12, train_X.shape[1]))
Я хотел бы получить подробнее об этой части реализации Keras LSTM