Я пытался использовать функцию Keras TimeSeriesGenerator.Как указано в документе Кераса , мои данные и целевые длины равны.Я определил входную длину как 200.
Используя, fit_generator и Forex_Generator , я подобрал данные и предсказать результат.Проблема начинается здесь.Когда я попытался вычислить MAE со значениями предсказания и реальных данных, mae функция scikit выдала мне ошибку для длин входных данных.
Прогнозируемые данные меньше суммы y_test на величину обратного просмотра.(.ie. len(predicted_values) = 1000, len(y_test) = 1200).
Поэтому я не могу рассчитать среднюю абсолютную ошибку.Есть ли способ изменить то, как Keras справляется с этим делом?Я предполагаю, что алгоритм просто игнорирует первые 200 строк.
(Данные масштабируются с помощью MinMaxScaler. Поэтому мне нужно инвертировать данные, чтобы вычислить реальное значение MAE вместо масштабированной версииВот почему я не использую evaulate_generator для MAE)